ZD至顶网软件频道消息:AWS称亚马逊Lex人工智能服务面向旗下所有客户开放,客户可利用该服务构建应用程序。
亚马逊Lex的机器学习技术和亚马逊Alexa相同。应用程序利用亚马逊Lex拥有的算法功能可建立对话及处理语音和文本。
对于AWS而言,Lex面向广大的客户基群开放可以扩大系统规模。谷歌、微软和Facebook都在力推自己的人工智能平台。和大多数的科技一样,能够吸引最多开发者和现实世界应用程序的人工智能平台通常会成为赢家。
亚马逊Lex的另一个重点:AWS提供的人工智能是托管服务。因此,更多的企业可能会试用Lex和构建应用程序。以前未能构建和部署语音识别和自然语言应用程序的公司现在可以一试牛刀,而且可以构建具规模的系统。假若AWS 在Lex上取得成功的话,Lex则可以被置入数个人工智能应用引擎里。
开发人员利用亚马逊Lex可以构建对话应用程序,对语音或文本输入进行解析。这些会话应用程序可以部署在移动设备或诸如Facebook Messenger和Slack等服务的机器人里。
几个要点:
下图是亚马逊Lex的一些定价:
亚马逊Lex消息发布的同时,正在旧金山召开AWS峰会亦传出不少新闻。综合如下:
AWS宣布推出亚马逊红移光谱(Redshift Spectrum)功能,红移客户可利用红移光谱功能对自己的Amazon S3数据进行SQL查询操作。客户利用红移光谱可查询Amazon S3存储数据湖里的非结构化数据。
AWS推出亚马逊DynamoDB加速器。DynamoDB加速器为托管内存缓存服务,可以提高DynamoDB的响应时间性能。
亚马逊极光(Aurora)发布开放预览版,亚马逊极光兼容PostgreSQL。
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。