至顶网软件频道消息: 4月17日,以“进击•融合”为主题的《猎云网&AI星球2018年度人工智能产业峰会》,在深圳大中华希尔顿酒店隆重召开。此次峰会由猎云网&AI星球主办,锐视角、猎云资本、猎云财经、创头条、蜂巢协办。上百位人工智能行业顶级专家、知名投资人和精英创业者到场,与会共同交流现今国内人工智能行业发展的创新变革与机遇,旨在促进行业整体向前发展。峰会现场干货满满,座无虚席。
现场,由松禾资本合伙人汪洋主持,爱啃萝卜机器人CEO佘元博、极视角联合创始人罗韵、SpeakIn势必可赢科技COO易鹏宇、驭势科技首席生态官邱巍,以及慧拓智能机器有限公司CEO曹东璞就“融合裂变,预见AI技术创新下一幕”展开圆桌讨论。
罗韵表示,人工智能这个领域,移动互联网是很好的趋势。它让人能够慢慢去把科技平民化,同设备交互变得更加简单。而且,通过移动互联网的作用,我们积累了大量的数据。这样,我们就能进一步地思考,怎么样把数据加以利用起来,进而服务到更多的人群。
过往的移动互联网或者O2O,可能更聚焦的是线上的场景。但是,AI是很好的从线上转线下或者让线下赋能的手段。
此外,主持人还问道:关于入局者过多,现在是否仍存有技术红利。关于这一点,罗韵回答道,技术红利依然存在。如果技术红利是有周期性的,它帮我们很好地解决一个问题。当红利退去的时候,我们更重要的考虑是,这个产品,我们本质上要用它来解决的是什么问题?技术本身有红利,但是,技术层面接触不到的,是我们了解到的行业里面具体的需求,或者是每个行业里面的具体场景怎么样与AI结合,去实现产业的升级。
此外,她还提到,我们对AI是持有刚需的,但是,当下是无法判断这个需求是否真实存在。因此,我们可以从以下两点找到突破口:是否有数据基础,技术本身能否很好地解决问题。
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。