9月2日,在2022世界人工智能大會-探索·產(chǎn)業(yè)元宇宙論壇上,《產(chǎn)業(yè)元宇宙創(chuàng)新應(yīng)用案例集》(以下簡稱“案例集”)正式發(fā)布。
案例集由中國信通院華東分院和京東探索研究院聯(lián)合編寫,元宇宙創(chuàng)新探索方陣作為支持單位共同參與,由40余家具有創(chuàng)新性和探索性的研究機構(gòu)、科研院校、知名企業(yè)等參編,旨在探索產(chǎn)業(yè)元宇宙應(yīng)用落地和實踐發(fā)展,樹立行業(yè)標(biāo)桿示范,發(fā)揮優(yōu)秀企業(yè)的引領(lǐng)作用,分享各方實踐經(jīng)驗,構(gòu)建產(chǎn)業(yè)元宇宙生態(tài)圈,助力產(chǎn)業(yè)元宇宙健康有序發(fā)展的道路上行穩(wěn)致遠(yuǎn)。
會上,案例集3家主編單位代表與來自NVIDIA英偉達、百度、訊飛醫(yī)療、Soul App、亮風(fēng)臺、都市圈、Nreal、元地科技、由你想、靈境藏品、亞信科技、功存智能、中國煤科、造夢天地、明材數(shù)科、睿住天元 、Matterverse、云工場、華東師范大學(xué)、上海MBA教指委、上海人工智能實驗室等多家參編單位代表共同見證了案例集的正式發(fā)布。案例集化身“小案”虛擬數(shù)字人現(xiàn)身大屏,與現(xiàn)場嘉賓與臺下觀眾進行虛實互動,充分體現(xiàn)元宇宙虛擬技術(shù)的創(chuàng)意表達。
由中國信通院華東分院牽頭組織,案例集編委會自2022年初開展產(chǎn)業(yè)元宇宙創(chuàng)新應(yīng)用案例征集工作,聯(lián)合多家具有創(chuàng)新性和探索性的企業(yè)、研究機構(gòu)及高校,特邀元宇宙“政、產(chǎn)、學(xué)、研、用”各界專家,綜合考量征集案例的場景需求、技術(shù)應(yīng)用、創(chuàng)新能力、應(yīng)用價值等維度,最終評選出產(chǎn)業(yè)元宇宙領(lǐng)域兼具創(chuàng)新性與應(yīng)用性的代表成果,通過智能硬件、基礎(chǔ)設(shè)施、內(nèi)容生態(tài)、平臺生態(tài)、服務(wù)生態(tài)、應(yīng)用場景6個篇章,全面展現(xiàn)產(chǎn)業(yè)元宇宙應(yīng)用落地和實踐發(fā)展。
本案例集作為業(yè)內(nèi)首部產(chǎn)業(yè)元宇宙應(yīng)用案例集,將分享產(chǎn)業(yè)元宇宙實踐經(jīng)驗,充分發(fā)揮典型案例的引領(lǐng)示范作用,促進產(chǎn)業(yè)元宇宙不斷向前發(fā)展。期待案例集的正式發(fā)布,將攜手各方共同構(gòu)建開放共享的元宇宙生態(tài),讓元宇宙與產(chǎn)業(yè)深度融合,進一步激發(fā)實體經(jīng)濟的活力與創(chuàng)造力。
《產(chǎn)業(yè)元宇宙創(chuàng)新應(yīng)用案例集》篇章簡介
好文章,需要你的鼓勵
新加坡國立大學(xué)研究團隊開發(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。實驗顯示,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。
同濟大學(xué)團隊開發(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)集上實現(xiàn)37.9%的精度提升,并在真實設(shè)備上展現(xiàn)出色泛化能力,為機器人、AR和自動駕駛等領(lǐng)域提供更可靠的3D視覺解決方案。
伊利諾伊大學(xué)研究團隊通過對比實驗發(fā)現(xiàn),經(jīng)過強化學(xué)習(xí)訓(xùn)練的視覺語言模型雖然表現(xiàn)出"頓悟時刻"現(xiàn)象,但這些自我糾錯行為并不能實際提升推理準(zhǔn)確率。研究揭示了AI模型存在"生成-驗證差距",即生成答案的能力強于驗證答案質(zhì)量的能力,且模型在自我驗證時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等頂尖機構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過動態(tài)稀疏性實現(xiàn)大語言模型訓(xùn)練加速1.6倍,計算成本降低2.2倍。該方法使用SVD稀疏性估計器智能選擇重要計算部分,在保持模型性能的同時顯著提升訓(xùn)練效率,已在多個任務(wù)上驗證有效性。