ZDNet至顶网软件频道消息: IFS实验室宣布:该实验室已成功验证企业系统用户如何与穿戴式设备(如最新上市的三星Samsung Gear 2)互动,并从中获益。
IFS实验室的验证展示了来自IFS系统的各项应用提示如何全程流畅地到达并被穿戴式设备所接收。通过三星具备提醒功能的API接口,IFS将来自其ERP、EAM(企业资产管理)和ESM(企业服务管理)系统流程的相关提醒同步送达至穿戴式设备。比如,当重要产品部件发货、关键项目启动或结束,甚至发票支付完成时,现场服务人员都可以从自己的穿戴式设备上收到提醒。
IFS 实验室总监David Anderson表示:“移动是IFS关注的重要领域和战略重心。许多客户都向我们表达‘业务应用移动化’对他们的重要性,这可以帮助他们的员工实时获取信息,并在现场即时作出明智的决策。作为ERP市场公认的领导者,我们坚信不断引入创新,测试并开发新兴科技,探究新科技如何为企业应用系统用户创造更高价值具有非常重要的意义。“
行业分析师预测都显示了穿戴式设备市场的惊人增长。根据Gartner预测,到2016年,穿戴式电子设备市场将达到100亿美金*,而CCS Insight 也预测,2017年将诞生一亿个智能手机伴侣(例如智能手表)。
好文章,需要你的鼓励
这项研究由浙江大学、复旦大学等机构联合完成,提出了ReVisual-R1模型,通过创新的三阶段训练方法显著提升了多模态大语言模型的推理能力。研究发现优化的纯文本冷启动训练、解决强化学习中的梯度停滞问题、以及分阶段训练策略是关键因素。ReVisual-R1在各类推理基准测试中超越了现有开源模型,甚至在某些任务上超过了商业模型,为多模态推理研究开辟了新途径。
这项研究提出了一种名为"批评式微调"的创新方法,证明仅使用一个问题的批评数据就能显著提升大语言模型的推理能力。研究团队对Qwen和Llama系列模型进行实验,发现这种方法在数学和逻辑推理任务上都取得了显著提升,平均提高15-16个百分点,而且只需要强化学习方法1/20的计算资源。这种简单高效的方法为释放预训练模型的潜在推理能力提供了新途径。
新加坡国立大学研究团队开发了名为IEAP的图像编辑框架,它通过将复杂编辑指令分解为简单原子操作序列解决了当前AI图像编辑的核心难题。研究发现当前模型在处理不改变图像布局的简单编辑时表现出色,但在需要改变图像结构时效果差。IEAP框架定义了五种基本操作,并利用思维链推理技术智能分解用户指令,实验证明其性能显著超越现有方法,尤其在处理复杂多步骤编辑时。
Character AI的研究者开发出TalkingMachines系统,通过自回归扩散模型实现实时音频驱动视频生成。研究将预训练视频模型转变为能进行FaceTime风格对话的虚拟形象系统。核心创新包括:将18B参数的图像到视频DiT模型改造为音频驱动系统、通过蒸馏实现无错误累积的无限长视频生成、优化工程设计降低延迟。系统可让多种风格的虚拟角色与人进行自然对话,嘴型与语音同步,为实时数字人交互技术开辟了新可能。