ZDNet至顶网软件频道消息: 巴西当地时间7月17日,国家主席习近平和巴西总统迪尔玛·罗塞夫共同出席的百度和巴西科技与创新部签约仪式上,百度葡语版搜索引擎上线。该引擎整合了百度旗下Hao123、Spark浏览器、百度杀毒等产品线,由先进的人工智能和大数据基础架构为葡语搜索服务提供技术支撑。
两国最高元首共同启动百度产品上线,引起了广泛的关注和热议,怀进鹏、李德毅、邬贺铨和倪光南四位院士纷纷对百度表示祝贺。
怀进鹏院士:中国企业走向世界舞台发挥重要影响力的标志性事件
“衷心祝贺百度搜索引擎在巴西上线。搜索引擎发展到今天,其背后靠的是先进的云计算和大数据基础架构,以及自然语言处理、语音识别、图像处理、机器学习等一系列技术支撑。与国际巨头同台竞争并获得认可,是百度长期专注技术研发和创新的结果。搜索引擎在巴西上线,不仅是百度国际化战略的重要成果,也是以百度为代表的中国企业走向世界舞台发挥重要影响力的标志性事件。”
李德毅院士:里程碑事件,民族企业做到全球领先
“我很高兴地看到中国百度的葡萄牙语搜索引擎在巴西成功上线,这是互联网高科技领域中国技术输出和服务输出的一个里程碑事件,标志我们民族企业在云计算技术上通过竞争可以接近西方互联网企业,甚至在某些方面可以做到全球领先。任何真正的创新都应该是世界性的和时代性的,我们希望更多的民族互联网企业在继电信业之后实现更多地区乃至全球的普及,并引领全球科技的发展。”
邬贺铨院士:世界对百度技术的认可,百度坚持不懈创新的结果
“中国网民数位于世界首位,中国互联网在全球的影响与日俱增,按市值计算,在全球十大互联网企业中中国占三席,中国企业开发的有特色的互联网业务在国际市场虽然进入的时间不长但发展势头很好。此次百度葡萄牙语搜索引擎进入巴西,在双方元首的见证下举行了启动仪式,这是百度迈向国际化的又一个坚实的步伐。搜索是互联网的一项基本服务,集合了云计算、大数据、人工智能和移动互联网等技术的搜索引擎成为互联网企业竞争的重要制高点。作为金砖国家之一的巴西采用了百度的葡萄牙语搜索引擎,表明了世界对百度技术的认可,这也是百度坚持不懈创新的结果。互联网就像搜索引擎一样永远处在探索之中,挑战时持续的,只有创新是永恒的,希望百度和国内互联网的其他企业继续努力创造更多的国际领先。”
倪光南院士:百度输出核心技术,有助于在世界范围内树立我国的科技大国形象
“百度公司多年来一直以技术创新为己任,在自主研发和科技创新上坚持不懈地投入,在人工智能、大数据等前沿科技领域大力布局,是中国企业科技创新的突出典型。正是因为有百度这样的公司,才使得我国在信息网络领域的技术水平和创新能力可以和谷歌等国际科技巨头一争高低。
现在百度以先进高效的基础架构技术做支撑,在巴西正式推出葡语搜索引擎,为巴西人民提供优质的信息网络服务,并输出核心技术,助力其国家信息化进程,这将有助于在世界范围内树立我国的科技大国形象。我们相信,今后在金砖国家加强合作,共同提高信息化水平的进程中,我国的信息网络企业将会起到积极的推进作用。”
根据协议,百度不仅通过技术和产品为巴西人民提供互联网服务,还将为巴西互联网科技业务研发创新性解决方案,与巴西政府的国家级重大项目对接,同时还将在巴西建立世界级的技术研发中心,为巴西培育创业公司提供支持。
好文章,需要你的鼓励
这项研究由德累斯顿工业大学等机构的研究团队完成,旨在解决主动学习未被广泛应用的问题。研究者构建了包含460万种超参数组合的实验网格,系统分析了各参数对主动学习性能的影响。研究发现,不同策略实现间存在显著差异,基于边缘的不确定性策略整体表现最佳,随机选择约4000个超参数组合即可获得可靠结果。这些发现为设计可重现、可信赖的主动学习实验提供了明确指导,有助于降低入门门槛,促进技术在实际应用中的普及。
这项由英国爱丁堡大学和上海人工智能实验室研究者共同完成的工作提出了LongBioBench,一种用于评估长文本语言模型的新型基准测试框架。通过使用人工生成的虚构人物传记作为测试环境,该框架在保持可控性的同时,提供了更真实的评估场景。研究对18个长文本模型的测试表明,即使最先进的模型在检索、推理和可信任性方面仍存在显著挑战,特别是上下文长度增加时。研究还揭示了现有合成基准测试的设计缺陷和长上下文预训练的局限性,为未来模型开发提供了重要指导。
SuperWriter是一项来自新加坡科技设计大学和清华大学的突破性研究,通过模仿人类"先思考后写作"的过程,彻底改良了AI长文生成能力。该研究团队开发的框架包含三个关键阶段:规划、写作和修改,使AI能像专业作家一样进行结构化思考。实验结果表明,经过训练的SuperWriter-LM模型不仅超越同等规模的所有AI模型,甚至在某些领域表现优于规模更大的顶级模型,为AI辅助写作开创了新的可能性。
香港大学与阿里巴巴达摩院合作开发的LayerFlow是一种突破性的层级视频生成技术,能同时生成透明前景、完整背景和混合场景视频。该技术通过创新的框架设计将不同视频层级作为子片段连接,并引入层级嵌入使模型区分各层级。面对高质量训练数据稀缺的挑战,研究团队设计了三阶段训练策略,结合Motion LoRA和Content LoRA,实现了图像和视频数据的联合训练。LayerFlow不仅支持多层视频生成,还能实现视频分解和条件层生成,为视频创作领域带来革命性变革。