至顶网CIO与CTO频道 08月12日 北京消息:“降维打击”源于刘慈欣的《三体》。曾经在一个杭州科幻研讨会上,一个讨论话题是如何毁灭一个城市。刘慈欣的回答是可以把三维的城市二维化,变成一张水墨山水画,然后在一维化,变成一根杭州丝绸的线,最后轻轻一抽,这个城市就毁灭了。
降维打击在物理层面还没有办法实现,但是其理论和逻辑已经被许多企业借鉴使用,并取得十分有效的结果。
实体店依靠顾客产生购买,形成转化率,进店人流量是店铺生存的重要维度,但是电子商务没有实体店,不需要高额的店铺费用,不需要依赖进店人流量,这就实现了降维打击。
不被降维打击,就需要有自己足够长的关键维度,而且这个维度不可被代替。对手的维度,你也一定要有,同时防备跨界对手的打击。
本期《数字化转型方略》数据故事讲的并非降维打击,而是之前的升维思考。提升一个层次去思考,然后在回过来解决问题。例如在多维的数据链条中,人类也像是蚂蚁,我们的视角和大脑抽象能力非常有限,而通过算法,就可以把复杂的问题通过长程的推演描述出来,进行量化表述。这实际上也是从BI向AI升级的过程。
在天云大数据CEO雷涛看来数字化转型可以划分为四个阶段:第一,借助BI工具进行报表分;第二,创建企业的数据仓库,为企业决策制定、业务流程改进、成本控制、质量监测等提供所有类型数据支持;第三,利用机器学习、深度学习模型进行业务“演练”和预测;第四,通过“数据+算力+算法”的AI平台将预测的结果反馈回系统中形成闭环信息流,对业务模式进行干预和优化。
这也是回答了“发生了什么”的问题、“为什么会发生”的问题、“会发生什么”的问题、“最好发生什么”的问题的过程。
我们知道技术的变革带来的是知识生产方式的改变,在如今的数字化转型浪潮中,知识源自于数据,AI则是知识再生产的一次规模性变革。企业需要借助数字化技术弯道超车,颠覆产业。
让我们用“升维思考、降维打击”的方式,成为时代“漩涡”中的赢家吧。
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。