ZD至顶网CIO与应用频道 10月26日 北京消息:近日,PTC(纳斯达克代码:PTC)宣布,被BCC Research评为物联网应用支持平台(AEP)市场份额领导者。凭借ThingWorx®物联网平台,2015年PTC市场份额达到27%,是第二大供应商的两倍有余。该市场份额数据来自2016年6月BCC Research发布的《物联网技术平台》报告。
BCC Research是一家市场调研机构,同时从事高科技等领域的咨询业务。ThingWorx凭借其缩短开发物联网应用所需时间、降低开发成本和风险的出众表现,以及加快整体物联网应用支持周期的能力,获得了BCC Research的认可。
ThingWorx是PTC物联网技术组合的核心,囊括了快速应用支持平台、连通性、机器学习能力和增强现实功能。这些能力组合成了一个综合全面的物联网技术堆栈,让企业能够安全地连接资产、快速创建应用、开辟获取价值和传递价值的新途径。
PTC总裁兼首席执行官Jim Heppelmann表示:“被评为应用支持平台市场份额领导者是对PTC物联网战略和执行能力的有力认可。我们的目标是进一步巩固市场领导者地位,同时继续创新,并提供强大而全面的物联网功能。”
好文章,需要你的鼓励
新加坡国立大学研究团队开发了名为IEAP的图像编辑框架,它通过将复杂编辑指令分解为简单原子操作序列解决了当前AI图像编辑的核心难题。研究发现当前模型在处理不改变图像布局的简单编辑时表现出色,但在需要改变图像结构时效果差。IEAP框架定义了五种基本操作,并利用思维链推理技术智能分解用户指令,实验证明其性能显著超越现有方法,尤其在处理复杂多步骤编辑时。
Character AI的研究者开发出TalkingMachines系统,通过自回归扩散模型实现实时音频驱动视频生成。研究将预训练视频模型转变为能进行FaceTime风格对话的虚拟形象系统。核心创新包括:将18B参数的图像到视频DiT模型改造为音频驱动系统、通过蒸馏实现无错误累积的无限长视频生成、优化工程设计降低延迟。系统可让多种风格的虚拟角色与人进行自然对话,嘴型与语音同步,为实时数字人交互技术开辟了新可能。
这项由中国人民大学高瓴人工智能学院研究团队发表的研究解决了大语言模型评判中的自我偏好问题。研究提出了DBG分数,通过比较模型给自身回答的分数与黄金判断的差异来测量偏好度,有效分离了回答质量与自我偏好偏差。实验发现,预训练和后训练模型都存在自我偏好,但大模型比小模型偏好度更低;调整回答风格和使用相同数据训练不同模型可减轻偏好。研究还从注意力分析角度揭示了自我偏好的潜在机制,为提高AI评判客观性提供了重要指导。
这篇研究提出了DenseDPO,一种改进视频生成模型的新方法,通过三大创新解决了传统方法中的"静态偏好"问题:使用结构相似的视频对进行比较,采集细粒度的时序偏好标注,并利用现有视觉语言模型自动标注。实验表明,DenseDPO不仅保留了视频的动态性,还在视觉质量方面与传统方法相当,同时大大提高了数据效率。这项技术有望推动AI生成更加自然、动态的视频内容。