至顶网软件频道消息:前不久iPhone Xs发布会上,A12凭借超强机器学习能力再次吸睛。虽然芯片上的超强迭代极大提升手机性能,但对于iPhone用户而言,搭载A12能获得更优质的图像是更为深刻的体验。比如 “Smart HDR”能让照片高光和阴影的细节更丰富出色; iPhone Xs的景深摄像头,能针对焦外作出优化,拍完照片后再调整景深,形成精美的人像照片等等。
事实上,以iPhone等代表的智能终端出现,一直在推动视频和图片等图像技术由高清向超高清演进。为满足人们对高品质信息的需求,内容平台企业一直积极探索新技术,但仍面临诸多问题。首先,目前网络上传输的图片尺寸与用户屏幕尺寸不匹配,当低质量图片在高分辨率屏幕下展示时,会引起视觉效果的损失。其次,网络上的图片经过层层压缩,内容平台企业难以从网络上获取到高清高质量的图片。第三,随着业务的发展,而提升图像质量提升势必会引起带宽成本的提升,高额的带宽成本的提升不可忽略。
为此,金山云推出让图片变清晰的“神器”—— KIE(Kingsoft Image &AI Enhancement),它基于AI技术对画质进行重建增强,为用户带来超清的图像视觉体验。除了支持移动端,还新增服务端方案,以支持更多应用场景,让画质更清晰。
服务端图片处理 一种更高清的实现方式
金山云KIE服务端解决方案,是在服务端,利用超分辨率和画质修复等技术,修复图像的噪点、马赛克等损失,并重构图像的局部与细节,大大提升用户的观看体验。与移动端处理方式不同的是,服务端方案以计算能力更高的服务器为载体,并通过分层多模型处理,来实现图片画质的优化和增强。
从左至右分别是原图、KIE移动端方案、KIE服务端方案
不仅如此,服务端解决方案具备更强的画质增强能力。在网络结构方面, 服务端的KIE模型采用了DenseNet和倒残差网络结构,通过特征图的升维(信息冗余)和降维,可以让网络自动寻找起主要作用的特征信息。为了进一步提升服务端模型的效果,该网络中巧妙的堆叠了更多的基础构建块,网络深度达到50层之多,在训练时通过采用学习率自适应衰减技术,可进一步缩短训练时间,提高拟合精度。在训练数据方面,在原数据集的基础上,又对部分场景进行了数据补充,进而达到更好的效果。
可以说,金山云KIE服务端解决方案具备更深层的网络结构,因而在去噪、平滑等方面均能达到更好的效果,可以给用户带来更清晰、干净的视觉体验。经主观评测,目前服务端方案处理的有效率可达95%以上。在人物类、文字类、静物类等具体场景,服务端方案均有较好的优化效果。
更多场景覆盖 让企业“一劳永逸”
一般来说,在移动端的画质增强是将分发至手机上的图片做实时渲染。可由于手机的计算能力有限,且不同终端的计算能力差别较大,移动端方案的应用场景和处理效果受到诸多限制。
为此,相比于要考虑不同终端的性能配置,在服务端进行图片处理则更显”便捷”,它可直接将处理好的高质量图片分发至用户,而不用考虑不同终端的差异化,可以做到一次优化,N处适配,真正做到一劳永逸。目前,KIE服务端解决方案可以覆盖到各类图片场景,可对新闻资讯类插图、浏览器feed流图片、社交平台图片、长/短视频封面、直播封面、老照片、Gif动图等进行优化。
采用KIE解决方案图片细节对比
从左至右分别是原图、KIE移动端方案、KIE服务端方案
值得一提的是,金山云KIE服务端解决方案支持私有化部署和云服务两种方式,前者拥有简单易操作的部署方案,并能以接口的方式供客户在本地服务器上调用,无需做资源迁移。而云服务方案则可以直接在云上对客户图片进行画质增强处理,操作简单,且不需客户维护本地服务器,极大提高效率!
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。