Tizen開發(fā)者峰會(huì)在上海落幕,峰會(huì)上,Tizen宣布即將推出Tizen3.0平臺(tái),支持多種配置文件,為互連設(shè)備生態(tài)系統(tǒng)中多種設(shè)備提供支持。此外,峰會(huì)展出了可穿戴設(shè)備、智能電視、家用電器和車載信息娛樂系統(tǒng)(IVI)技術(shù)等多類型Tizen產(chǎn)品,預(yù)計(jì)近期上市。
Tizen開發(fā)者峰會(huì)亮點(diǎn)包括:
·Tizen 3.0將于年內(nèi)推出——三星電子執(zhí)行副總裁兼Tizen技術(shù)指導(dǎo)組聯(lián)席主席Hyogun Lee和英特爾開源技術(shù)中心系統(tǒng)工程部總監(jiān)Mark Skarpness發(fā)表開場演講,宣布Tizen 3.0將于年底推出。Tizen平臺(tái)的這次重要升級(jí)表明Tizen將打造廣泛的互聯(lián)生態(tài)系統(tǒng)。
·Tizen智能電視——Tizen智能電視平臺(tái)不斷革新,引入了聚合網(wǎng)頁應(yīng)用,使用戶能夠在多臺(tái)互聯(lián)的Tizen設(shè)備上無縫共享內(nèi)容和數(shù)據(jù)。峰會(huì)現(xiàn)場演示了用戶通過語音命令和Tizen可穿戴設(shè)備控制Tizen智能電視,并實(shí)時(shí)訪問電視內(nèi)容。
·DevLab——為了彰顯技術(shù)的核心精神,Tizen開發(fā)者峰會(huì)設(shè)立了DevLab環(huán)節(jié),參與的開發(fā)者通過實(shí)際操作指導(dǎo),深入體驗(yàn)了最新的可穿戴設(shè)備軟件開發(fā)套件和現(xiàn)場編碼示例。
·Tizen合作伙伴項(xiàng)目發(fā)展——隨著16家新合作伙伴宣布加入,Tizen合作伙伴項(xiàng)目不斷發(fā)展壯大,目前已迅速增長至100多家,包括應(yīng)用開發(fā)者、運(yùn)營商和設(shè)備制造商,表明這個(gè)開源操作系統(tǒng)正日漸發(fā)展成為“擁抱一切的操作系統(tǒng)”。
Tizen發(fā)展勢頭不僅影響到了開發(fā)者群體,一些杰出的中國企業(yè)也為之興奮不已。百度副總裁劉駿、騰訊副總裁謝平章、阿里巴巴移動(dòng)事業(yè)群CEO兼阿里巴巴戰(zhàn)略決策委員會(huì)成員俞永福等重量級(jí)嘉賓均在峰會(huì)上發(fā)表主題演講,探討Tizen平臺(tái)的價(jià)值,并表達(dá)有意將Tizen開源操作系統(tǒng)適配于各自的服務(wù)和產(chǎn)品,共同創(chuàng)造智能、互聯(lián)的消費(fèi)者體驗(yàn)。
關(guān)于Tizen
作為擁抱一切的操作系統(tǒng),Tizen是由Linux基金會(huì)管理的一項(xiàng)開源項(xiàng)目。該項(xiàng)目的目標(biāo)是,創(chuàng)建并支持跨架構(gòu)的開源軟件平臺(tái),為包括智能手機(jī)、平板電腦、智能電視、電器、上網(wǎng)本以及車載信息娛樂系統(tǒng)在內(nèi)的各類設(shè)備提供支持。Tizen聯(lián)盟是一個(gè)由運(yùn)營商、設(shè)備制造商及其供應(yīng)商、獨(dú)立軟件開發(fā)商以及移動(dòng)應(yīng)用程序開發(fā)商共同組成的行業(yè)聯(lián)盟。 更多關(guān)于Tizen項(xiàng)目的信息,請?jiān)L問:www.tizen.org。更多關(guān)于Tizen聯(lián)盟的信息,請?jiān)L問:www.tizenassociation.org。
好文章,需要你的鼓勵(lì)
新加坡國立大學(xué)研究團(tuán)隊(duì)開發(fā)了SPIRAL框架,通過讓AI與自己對弈零和游戲來提升推理能力。實(shí)驗(yàn)顯示,僅訓(xùn)練AI玩簡單撲克游戲就能讓其數(shù)學(xué)推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學(xué)題目作為訓(xùn)練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉(zhuǎn)移到數(shù)學(xué)解題中,為AI訓(xùn)練提供了新思路。
同濟(jì)大學(xué)團(tuán)隊(duì)開發(fā)的GIGA-ToF技術(shù)通過融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機(jī)噪聲問題。該技術(shù)利用圖像間的不變幾何關(guān)系,結(jié)合深度學(xué)習(xí)和數(shù)學(xué)優(yōu)化方法,在合成數(shù)據(jù)集上實(shí)現(xiàn)37.9%的精度提升,并在真實(shí)設(shè)備上展現(xiàn)出色泛化能力,為機(jī)器人、AR和自動(dòng)駕駛等領(lǐng)域提供更可靠的3D視覺解決方案。
伊利諾伊大學(xué)研究團(tuán)隊(duì)通過對比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺語言模型雖然表現(xiàn)出"頓悟時(shí)刻"現(xiàn)象,但這些自我糾錯(cuò)行為并不能實(shí)際提升推理準(zhǔn)確率。研究揭示了AI模型存在"生成-驗(yàn)證差距",即生成答案的能力強(qiáng)于驗(yàn)證答案質(zhì)量的能力,且模型在自我驗(yàn)證時(shí)無法有效利用視覺信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機(jī)構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過動(dòng)態(tài)稀疏性實(shí)現(xiàn)大語言模型訓(xùn)練加速1.6倍,計(jì)算成本降低2.2倍。該方法使用SVD稀疏性估計(jì)器智能選擇重要計(jì)算部分,在保持模型性能的同時(shí)顯著提升訓(xùn)練效率,已在多個(gè)任務(wù)上驗(yàn)證有效性。