至顶网CIO与应用频道 04月26日 北京消息:4月25日,中国最大的企业通讯云——容联,在北京举办了"云﹡智能﹡连接——通讯云中国行"首站活动。来自金融、互联网、汽车、军工、能源、制造、医疗等领域的百余名嘉宾莅临现场,共议云、AI、大数据的时代,如何驱动通讯服务产业升级和商业创新。这也是容联继今年初提出通讯智能化战略、3月与华中科技大学共建”人工智能联合实验室”后,在通讯+AI领域的又一重大举措。
通讯智能化是基于对AI、云、物联网、大数据等技术的利用及其所呈现的协同效应,以通讯为基础能力,智能化连接万事万物,助力企业精准获客、提升终端用户服务体验,变革产业服务模式,优化企业成本结构。容联创始人兼CEO孙昌勋表示,“容联将基于自身丰富的通讯大数据、算法研究和深度的行业研究,不断推出一系列AI+通讯产品,突破通讯工具层面,为企业创造新的附加值。”
容联云创始人兼CEO孙昌勋
中国信息通信研究院产业与规划研究所副主任胡海波在致辞中表示,“希望整个通讯行业能够保持创新的力度和动力,以信息技术和制造技术深度融合为主线,以新一代人工智能技术的产业化和集成应用为重点,推动通讯行业与其他行业深度融合,加快网络强国和制造强国的建设。”
中国信息通信研究院-产业与规划研究所副主任胡海波
会上,国家电网信息产业集团、国电通移动事业部总经理李博对移动互联通信应用在电力行业的价值深有感触,“互联网+及大云物移等新技术的快速发展及应用,推动智能电网的深入建设,电力通讯业务在智能终端、移动作业、移动办公、移动安全、融合通信、电力无线专网、物联网通信等方面得到了重点发展。AI+通讯赋能下的智能电网,极大的提高工作效率,使工作更高效、更便捷、业务更安全。”
国家电网信息产业集团、国电通移动事业部总经理李博
在用户分享环节,易车网经销商智能营销产品研发中心副总经理闫洁指出,“AI+大数据引领汽车营销从传统营销步入智能营销时代。易车以用户价值为出发点,提升客户、用户的沟通效率、决策效率、行动效率,把握智能通讯新技术创造的赋能时机,深度洞察用户行为,通过用户体验提升为前提的产品创新反哺各场景下的营销策略。”
易车网经销商智能营销产品研发中心副总经理闫洁
人工智能与通讯的融合是下一代人工智能技术最受关注的发展潮流之一。但通讯智能化是有高门槛的,只有基于足够的数据积累、行业认知、场景化应用,才能谈真正的通讯智能化,尤其是在图像视觉、语言、感知、联想等方面。容联CTO许志强在"通讯云的智能化未来"主题演讲中表示:“人工智能时代的通讯有着三个明显的特点,即感知、知道和知识,成为连接、感知、计算三位一体的新型网络。国内的人工智能应用主要分布在三个领域,主要是计算机视觉、语音、自然语言处理。未来通讯产业将在人工智能的赋能下快速飞跃,人工智能底层技术开源将成为主流。”
容联CTO许志强
据悉,“云•智能•连接—2018容联通讯云中国行”系列活动还将陆续在上海、深圳、武汉、长沙、成都、青岛、南京、合肥、郑州、苏州等城市落地。和全国各行业、企业共同分享最前沿的企业通讯云服务产品和行业解决方案,共同探讨人工智能给企业通讯云服务带来的新价值变量。
好文章,需要你的鼓励
这项研究提出了ORV(占用中心机器人视频生成)框架,利用4D语义占用作为中间表示来生成高质量的机器人操作视频。与传统方法相比,ORV能提供更精确的语义和几何指导,实现更高的时间一致性和控制精度。该框架还支持多视角视频生成(ORV-MV)和模拟到真实的转换(ORV-S2R),有效弥合了虚拟与现实之间的差距。实验结果表明,ORV在多个数据集上的表现始终优于现有方法,为机器人学习和模拟提供了强大工具。
这项研究由Writer公司团队开发的"反思、重试、奖励"机制,通过强化学习教导大型语言模型生成更有效的自我反思内容。当模型回答错误时,它会生成反思并二次尝试,若成功则奖励反思过程。实验表明,该方法在函数调用和数学方程解题上带来显著提升,最高分别改善18.1%和34.7%。令人惊讶的是,经训练的小模型甚至超越了同家族10倍大的模型,且几乎不存在灾难性遗忘问题。这种自我改进技术为资源受限环境下的AI应用开辟了新方向。
FuseLIP是一项突破性研究,提出了通过早期融合离散标记实现多模态嵌入的新方法。与传统CLIP模型使用独立编码器不同,FuseLIP采用单一编码器同时处理图像和文本标记,实现了更自然的模态交互。研究证明,这种早期融合方法在多种多模态任务上表现优异,特别是在需要理解图像结构而非仅语义内容的任务上。研究还开发了创新的数据集和评估任务,为多模态嵌入研究提供了宝贵资源。
ByteDance与浙江大学合作开发的MERIT是首个专为多语言多条件语义检索设计的基准数据集,包含320,000条跨5种语言的查询和135,000个产品。研究发现现有模型在处理多条件查询时过度关注全局语义而忽略特定条件元素,为此提出CORAL框架,通过嵌入重建和对比学习相结合的方式,使检索性能提升45.9%。这项研究不仅识别了现有方法的关键局限性,还为多条件交错语义检索领域的未来研究奠定了基础。