5月11日,英特尔人工智能创新应用大赛总决赛暨颁奖典礼在北京举办。英特尔通过搭载英特尔®酷睿™Ultra处理器的AI PC设备和软件工具套件、开放的生态系统,帮助开发者在AI PC上进行创新应用开发并推动相关应用落地,让最终用户能够在PC上体验到由AI技术带来的生产力跃升。
在历时五个月的角逐后,来自个人赛道和企业赛道的2120支团队中,共有30支团队的优秀作品脱颖而出并晋级总决赛,这些作品新颖、实用且可落地,覆盖互联网、教育、医疗、农业、建筑、法律、零售、文旅、工业、能源、游戏、影视、广告等多个领域。其中,来自个人赛道的VidBot团队和企业赛道的熊猫AI团队分获其赛道的一等奖。
英特尔酷睿Ultra处理器的诞生,标志着PC全面进入AI时代。在本次大赛中,针对不同的应用开发场景,参赛者在搭载英特尔酷睿Ultra处理器的AI PC上灵活利用CPU、GPU和NPU三大AI引擎,以及OpenVINO、IPEX-LLM等丰富的开源软件框架及优化工具链,快速进行AI调优及部署,开发可落地的创新应用。
英特尔公司副总裁、英特尔中国软件与先进技术事业部总经理李映表示:“AI将从根本上改变人们的生活、工作、学习的方方面面。英特尔率先定义了AI PC,为开发者提供高效、便捷的AI工具,也成为每个使用者的AI助手。英特尔人工智能创新应用大赛很好地将开发者和应用场景连接起来。我们很高兴看到众多开发者参与其中,并利用搭载英特尔酷睿处理器的AI PC和软件工具开发各种生成式AI应用。”接下来,英特尔将持续通过培训分享、应用推广、资源对接、市场拓展等举措,帮助开发者进入新市场。
英特尔公司副总裁兼软件生态事业部总经理李映
联想集团副总裁、中国区首席市场官王传东对获奖团队表示祝贺。他说:“很高兴参赛团队使用联想AI PC获得了好成绩。作为AI PC领导企业,联想在4月18日的联想创新科技大会上发布了具备五大特征、真正意义上的AI PC和联想首个AI PC个人智能体——联想小天及10款核心应用让人工智能走下云端、真正惠及每一个人。”对于构建AI应用生态,他进一步指出,一个开放、协同、高效的AI应用生态,有利于业界更好地把握由AI带来的史诗级机遇,催生新的增长,期待更多开发者参与到联想和合作伙伴的生态建设中,打造一个“让世界充满AI”的可持续发展的美好未来。
联想集团副总裁、中国区首席市场官王传东
2023年10月,英特尔宣布“AI PC加速计划”1,将独立硬件供应商和独立软件供应商与英特尔资源连接起来,并于2024年3月宣布该计划再添两项新举措,即新增“AI PC开发者计划”,并吸纳独立硬件供应商(IHV)加入其中。开发人员可加入英特尔“AI PC加速计划”,了解更多有关英特尔全球合作伙伴网络的信息。
注释:
1. AI PC加速计划:https://www.intel.com/content/www/us/en/products/docs/processors/core-ultra/ai-pc-acceleration.html
AI功能可能需要向软件或平台提供商购买、订阅或启用,且可能具有特定的配置或兼容性要求。请注意,没有任何产品或组件能够保证绝对的安全性。用户在使用过程中所产生的成本和所获得的结果可能因个体差异而有所不同。英特尔技术可能需要在硬件、软件或服务层面进行激活操作。英特尔对于第三方数据不承担控制或审计责任。用户在参考相关数据时请结合其他资料进行综合评估
好文章,需要你的鼓励
本文探讨了一种防范通用人工智能(AGI)和人工超级智能(ASI)存在性风险的方法:将它们置于计算机仿真世界中进行测试。虽然这种方法看似合理,但存在诸多挑战。AGI可能会隐藏恶意行为,或因被欺骗而转向恶意。此外,仿真环境可能无法完全模拟真实世界,导致测试结果不准确。构建高质量仿真系统的成本和技术难度也不容忽视。文章认为,仿真测试虽有价值,但并非万能解决方案。
这项研究关注语音中的句子强调(即说话时对特定词的重音),它能传达说话者的潜在意图。耶路撒冷希伯来大学的研究团队发现,尽管现代语音语言模型进步显著,它们在理解句子强调方面表现不佳。团队创建了StressTest基准测试和Stress-17k合成数据集,并开发了StresSLM模型,使强调理解能力大幅提升。研究表明,通过特定训练策略,可以让AI不仅理解"说了什么",还能理解"怎么说的",从而捕捉人类交流中的微妙含义。
尽管AI在围棋等复杂游戏中表现出色,但在简单的井字棋游戏中却屡屡失败。研究显示,AI代理在模拟商业环境中的表现同样令人失望,经常出现幻觉、欺骗和任务未完成等问题。游戏测试为评估AI能力提供了直观方式,帮助普通用户理解AI的真实水平。面对当前AI行业的过度宣传,通过游戏化测试揭示AI的实际局限性,对于防范AI泡沫具有重要意义。
ViStoryBench是一个全面的故事可视化评估基准,由StepFun团队打造,用于测试AI将文字故事转化为连贯图像序列的能力。它包含80个多样化故事和344个角色参考,评估包括角色一致性、提示遵循度等多个维度。研究测试了20多种方法,发现UNO在开源方法中表现最佳,而商业软件如豆包和GPT-4o在提示一致性方面表现突出。该基准为故事可视化研究提供了统一标准,推动这一领域的创新发展。