高通日前發(fā)布全新虛擬現(xiàn)實(shí)(VR)軟件開發(fā)包(SDK)。
820處理器這樣的先進(jìn)異構(gòu)處理器可支持沉浸式VR體驗(yàn),但如果沒有合適的開發(fā)者工具包,開發(fā)者們也難以充分利用其性能。
開始提供。
驍龍VR SDK將首次支持多項(xiàng)針對(duì)最佳VR用戶體驗(yàn)的、至關(guān)重要的新技術(shù)。它們包括:
• DSP傳感器融合:利用驍龍820中包含的全套技術(shù),該SDK讓開發(fā)者能夠通過(guò)驍龍傳感器內(nèi)核,輕松獲取來(lái)自高頻陀螺儀和加速計(jì)的感應(yīng)數(shù)據(jù),并利用Qualcomm® Hexagon™ DSP進(jìn)行預(yù)測(cè)性的頭部位置處理,打造具備更佳響應(yīng)性的沉浸式體驗(yàn)
• 快速光子移動(dòng):通過(guò)異步時(shí)間扭曲及單顯示緩存,提供快速的3D畫面渲染,與不使用該SDK相比,減少高達(dá)50%的延遲
• 支持鏡頭校正的立體渲染:支持3D雙眼畫面的色彩校正和桶形畸變,提高圖形和視頻的視覺質(zhì)量,增強(qiáng)整體VR體驗(yàn)
• VR圖層:生成菜單、文字和其他覆蓋圖層,在虛擬世界中實(shí)現(xiàn)正確渲染,減少失真可能造成的視覺不適感
• 功耗管理:集成Qualcomm® Symphony System Manager SDK,提供整體的CPU、GPU和DSP功率與性能管理,讓VR能夠在低功耗、低散熱的嚴(yán)格要求下,以穩(wěn)定的幀數(shù)率運(yùn)行——與不使用該SDK相比,提高電源效率
Qualcomm Technologies, Inc. 工程高級(jí)總監(jiān)Dave Durnil表示,“我們正提供先進(jìn)的工具和技術(shù)幫助開發(fā)者顯著改善諸多應(yīng)用程序的虛擬現(xiàn)實(shí)體驗(yàn),包括游戲、360度VR視頻和各種交互式教育與娛樂應(yīng)用等。VR是我們與世界互動(dòng)的全新方式,我們很高興能幫助移動(dòng)VR開發(fā)者在即將面市的、可支持VR的驍龍820安卓智能手機(jī)和頭盔上,更高效地提供引人矚目的高品質(zhì)體驗(yàn)。”
好文章,需要你的鼓勵(lì)
新加坡國(guó)立大學(xué)研究團(tuán)隊(duì)開發(fā)了SPIRAL框架,通過(guò)讓AI與自己對(duì)弈零和游戲來(lái)提升推理能力。實(shí)驗(yàn)顯示,僅訓(xùn)練AI玩簡(jiǎn)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(wú)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(guò)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(wèn)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(guò)對(duì)比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過(guò)強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺語(yǔ)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(wú)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(guò)動(dòng)態(tài)稀疏性實(shí)現(xiàn)大語(yǔ)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。