2019年1月8日,全球科技圈的开年盛会——CES国际消费电子展如期在美国拉斯维加斯盛大开幕。作为世界上最大、影响最为广泛的消费类电子技术展,CES 2019 吸引到全球 4400 余家企业以及逾 18 万名观众见证未来科技的最新发展方向。而人工智能企业旷视科技,今年也再携多项AI创新产品登陆CES,在必将到来的智能未来,旷视正努力让智能终端更聪明!
科技,只有被应用且能够变成普及大众的消费品,才算是真正体现自身价值、造福人类世界。在CES上,小到一只宠物碗,大到一辆汽车,都因各种新潮技术的涌入而拥有前所未有的能力,所以当人们在亲身体验到时,对科技赋能的未来也变得更加向往。
作为一家专注于人工智能领域的科技企业,旷视也期待并坚信AI在未来会应用到人类世界的每个角落。为推动AI普世的进程,旷视探索出构建智能物联网的发展路径,在个人IoT领域,旷视以最接近大众的手机和汽车终端为起始点,打造出一系列创新性智能终端解决方案。在 CES 2019,旷视展示了其中最具代表性和引领性的原创技术,受到业界的广泛关注。
谈及创新科技的落地,过去一年手机行业是频次最多、变化最显著的领域之一,而其中最大的科技应用需求便是AI。如手机人脸识别解锁及支付技术,几乎已成为当前新出手机的标配能力,而旷视更是这项新标配技术背后的强大推动力。在 CES 2019,旷视展示了应用在 OPPO Find X、vivo NEX 双屏版、联想Z5 pro 中的不同类型人脸识别解锁及支付方案。对比旷视在 CES 2018 的展示,旷视当前的人脸识别解锁及支付方案拥有更高的效率和安全性,且能够适配高、中、低端手机芯片和单摄、双摄、3D摄像头模组,为客户提供了多样化的方案选择。
除了手机解锁和支付之外,旷视也在CES 2019带来了在手机影像处理功能上打造的最新产品——AI微整形和AI美体。以往在手机端上的照片美化只是针对2D照片的处理,而旷视AI微整形和AI美体技术,则引入了旷视自研的人脸三维重建、3D人体骨骼关键点检测等算法,可实时重建人脸和人体的3D模型,继而进行全方位、细致的美型和美体处理。3D视觉形态,可让 AI 发挥更多强大的能力,除孕育出移动端的AI美型和AI美体产品外,旷视也在积极研发更加完整的移动端3D视觉感知方案。
移动端实时3D人体姿态识别技术,是旷视在 CES 2019 上展示的业内最前沿的底层技术之一。实时的3D人体姿态识别技术,基于旷视研发的3D人体骨骼关键点追踪算法和联发科技推出的Helio P90平台而实现,这是业内首次将3D人体姿态识别技术精准、流畅的运行在移动端上,为今后在手机上运行体感游戏、进行3D试衣等提供了坚实基础。
与此同时,旷视也在不断进行 3D sensing 解决方案的研发,以适配当前手机市场流行的3D结构光、双目结构光、ToF等模组。
在汽车场景的AI赋能上,旷视推出了一整套车载AI视觉解决方案。基于自主研发的人脸识别、视线跟踪、手势识别、表情识别、车辆检测、车道线检测,旷视车载AI视觉解决方案包含人脸识别账户切换、人脸解锁与启动、驾驶员疲劳检测、手势切歌等多种功能,可为驾驶者提供安全、便捷、舒适的驾乘体验。在CES 2019,旷视也展示了全套的车载AI视觉技术。
作为AI赋能移动终端浪潮中的领跑者,旷视拥有原创的核心技术及过硬的产品落地能力,同时也与行业上下游的佼佼者开展多种形式的合作共塑行业的未来。目前,旷视与传感器厂商ams(艾迈斯半导体)、3D传感和面部扫描企业Bellus3D、芯片企业高通和联发科技、电子设计自动化企业Cadence(楷登电子)等建立起深度合作关系,在3D人脸识别传感技术、3D人体识别传感技术及AI芯片领域开展联合研发工作。此次在 CES 2019 上,旷视的Super IQ超画质技术和3D人体姿态识别技术也分别在高通和联发科技的展台进行了联合展示;在Cadence展台,旷视也与其联合展示手机端的人脸识别解锁技术。
在科技创新层出不穷的当下,AI依然是CES乃至全球各地重点关注的科技领域,并且伴随5G、物联技术的发展,AI将继续在更多终端设备上衍生令人惊叹的能力。为了全民可享的智能未来,旷视的AI创新将永不停歇。
好文章,需要你的鼓励
AWS通过升级SageMaker机器学习平台来扩展市场地位,新增观测能力、连接式编码环境和GPU集群性能管理功能。面对谷歌和微软的激烈竞争,AWS专注于为企业提供AI基础设施支撑。SageMaker新功能包括深入洞察模型性能下降原因、为开发者提供更多计算资源控制权,以及支持本地IDE连接部署。这些更新主要源于客户需求,旨在解决AI模型开发中的实际问题。
南洋理工大学研究团队开发了WorldMem框架,首次让AI拥有真正的长期记忆能力,解决了虚拟世界模拟中的一致性问题。该系统通过记忆银行存储历史场景,并使用智能检索机制,让AI能准确重现之前的场景和事件,即使间隔很长时间。实验显示在Minecraft和真实场景中都表现出色,为游戏、自动驾驶、机器人等领域带来广阔应用前景。
AI虽具备变革企业洞察力的潜力,但成功依赖于数据质量。大多数AI项目失败源于数据混乱分散而非算法局限。谷歌BigQuery云数据AI平台打破数据孤岛,简化治理,加速企业AI应用。通过AI自动化数据处理,实现实时分析,并与Vertex AI深度集成,使企业能够高效处理结构化和非结构化数据,将智能商业转型从愿景变为现实。
MTS AI研究团队提出RewardRanker系统,通过重排序模型和迭代自训练显著提升AI代码生成质量。该方法让13.4B参数模型超越33B大模型,在多种编程语言上表现优异,甚至在C++上超越GPT-4。通过引入困难负样本和PPO优化,系统能从多个代码候选中选出最优方案,为AI编程助手的实用化奠定基础。