[英国,伦敦,2024年4月23日] 近日,在 FutureNet World 2024峰会期间,主办方公布了大会系列奖项的评选结果,以表彰业界各方在网络自动化和AI领域的创新成果。华为自动驾驶网络解决方案(ADN)凭借通信大模型领域的创新应用,荣获“领先网络自动化解决方案”大奖。
华为荣获FutureNet World 2024 “领先网络自动化解决方案”大奖
FutureNet World峰会,历年来以“网络自动化&AI“为核心主题,聚焦数字世界的最新战略、商业选择以及对未来网络的思考,旨在打造一个开放的交流平台,从而持续推动“网络自动化和AI”的技术发展和应用,支撑电信网络AI时代的快速增长。
ADN是华为在自智网络产业的解决方案实现,也是华为2024年战略举措之一,用AI以及大模型来增强产品竞争力助力运营商抓住智能化战略机遇,推进全面智能化。华为通过在网络基础设施、智能管控系统和运维运营平台三层注入智能,打造单域自治、跨域协同的全场景解决方案。同时在通信大模型的加持之下,ADN将有效激发网络效能,帮助产业伙伴实现商业、体验、效率、效能四大价值的提升。
华为公共开发部总裁陆海鸥表示:“感谢FutureNet World授予华为这一奖项。我们认为,AI大模型技术将有效支撑自智网络从L3向L4的价值跃升。未来,华为将通过全面引入通信大模型等关键技术,围绕高价值场景打造高质量ADN L4解决方案,携手产业各界,围绕运维模式、系统能力、业务流程和集成模式四个方面进行重塑,助力全球运营商迈向高阶自智网络。”
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。