《管子》曰“四時能變謂之智”,《子華子·大道》曰:“元,無所不在也”,“智”和“元”正好串聯(lián)起2022世界人工智能大會的(WAIC)的主題——“智聯(lián)世界 元生無界”。全程參與WAIC的科技行者,通過15位產(chǎn)學大咖的語錄,呈現(xiàn)“一元復(fù)始”的智能世界,“萬象更新”的元宇宙。
他們有的期許人工智能創(chuàng)造新的科學知識,解決人的認知只能覆蓋有限學科的大腦瓶頸;有的人正在投入自動駕駛等人工智能新場景的開發(fā),希望L2輔助駕駛的下一站,就是無人值守的自動駕駛;有的人期待元宇宙能為緊張的生活帶來一絲輕松,數(shù)字世界的“人造”拉斯維加斯也很歡樂;更有人希望元宇宙會為人類福祉帶來新的可能性,讓行動不便的人也可以操縱電子設(shè)備,不同地區(qū)的新人類們可以在元宇宙世界里低碳交往、增進互信、遠離爭端。
好文章,需要你的鼓勵
騰訊ARC實驗室推出AudioStory系統(tǒng),首次實現(xiàn)AI根據(jù)復(fù)雜指令創(chuàng)作完整長篇音頻故事。該系統(tǒng)結(jié)合大語言模型的敘事推理能力與音頻生成技術(shù),通過交錯式推理生成、解耦橋接機制和漸進式訓練,能夠?qū)?fù)雜指令分解為連續(xù)音頻場景并保持整體連貫性。在AudioStory-10K基準測試中表現(xiàn)優(yōu)異,為AI音頻創(chuàng)作開辟新方向。
Meta與特拉維夫大學聯(lián)合研發(fā)的VideoJAM技術(shù),通過讓AI同時學習外觀和運動信息,顯著解決了當前視頻生成模型中動作不連貫、違反物理定律的核心問題。該技術(shù)僅需添加兩個線性層就能大幅提升運動質(zhì)量,在多項測試中超越包括Sora在內(nèi)的商業(yè)模型,為AI視頻生成的實用化應(yīng)用奠定了重要基礎(chǔ)。
上海AI實驗室發(fā)布OmniAlign-V研究,首次系統(tǒng)性解決多模態(tài)大語言模型人性化對話問題。該研究創(chuàng)建了包含20萬高質(zhì)量樣本的訓練數(shù)據(jù)集和MM-AlignBench評測基準,通過創(chuàng)新的數(shù)據(jù)生成和質(zhì)量管控方法,讓AI在保持技術(shù)能力的同時顯著提升人性化交互水平,為AI價值觀對齊提供了可行技術(shù)路徑。
谷歌DeepMind團隊開發(fā)的GraphCast是一個革命性的AI天氣預(yù)測模型,能夠在不到一分鐘內(nèi)完成10天全球天氣預(yù)報,準確性超越傳統(tǒng)方法90%的指標。該模型采用圖神經(jīng)網(wǎng)絡(luò)技術(shù),通過學習40年歷史數(shù)據(jù)掌握天氣變化規(guī)律,在極端天氣預(yù)測方面表現(xiàn)卓越,能耗僅為傳統(tǒng)方法的千分之一,為氣象學領(lǐng)域帶來了效率和精度的雙重突破。
關(guān)注科技創(chuàng)新、技術(shù)投資。
以文會友,左手硬核科技,右手浪漫主義。