至顶网CIO与应用频道 04月28日 北京消息:达索系统(巴黎泛欧证券交易所:#13065, DSY.PA)和全球领先的跨国资源公司必和必拓(BHP)已达成长期战略合作伙伴关系,共同将数字技术应用于矿业。
通过对两公司的经验与资源进行结合,双方会将其他行业的成熟技术应用于地质科学与资源工程等矿业核心业务,实现价值释放。基于两家公司对安全和可持续性的承诺,这一合作伙伴关系旨在建立对资源和运营潜力的全新认识。
达索系统董事会副主席兼首席执行官Bernard Charlès表示:“必和必拓和达索系统对21世纪的矿业拥有相同的愿景和长远的计划。通过实现从规划到开发的数字化,我们的3DEXPERIENCE平台可为端到端的流程提供完整的‘数字孪生体验’,在独特的协作创新环境中实现全面优化。这种转型方式能够在整个生命周期中提高市场敏捷性、可预测性、矿业的可持续创新,并显著节省成本,是一种能够成功实现矿业转型的有效途径。”
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。