2024年4月18日,重庆——今日,英特尔AI教育峰会暨OPS2.0全球发布活动在第83届中国教育装备展示会期间顺利举行。峰会现场,英特尔携手视源股份、德晟达等合作伙伴正式发布新一代开放式可插拔标准——OPS 2.0,并展示了基于该标准的多元化行业领先解决方案,以进一步加速智慧教育终端与智能应用的创新与落地,开创面向未来的智慧教育新生态。

英特尔公司市场营销集团副总裁、英特尔中国网络与边缘及渠道数据中心事业部总经理郭威表示,“英特尔多年来始终致力于推动智慧教育与视频会议领域的数字化创新。作为英特尔精心打造的新一代计算模块,OPS 2.0凭借更强的AI算力,更出色的性能,更优的设计,将为教育及视频会议行业注入新的活力。未来,英特尔将继续与合作伙伴携手推进教育信息化的创新发展,全面提升智能交互系统的终端功能,并助力其在中国市场的普及和应用。”
英特尔针对商业显示设备推出的开放式可插拔标准(OPS)已经有十余年的发展历程,成为了被行业广泛接纳的集成显示解决方案重要标准,极大地简化了系统的集成、部署和维护流程,使得内容交互更加流畅与高效。但随着人工智能与新视频技术的涌现,教育、会议及医疗等相关行业新的应用场景、AI技术、沉浸式体验及8K显示等需求层出不穷,以及eDP大屏等配套产品的不断革新,OPS标准亟需升级以更好适应市场。
全新发布的OPS 2.0支持英特尔®酷睿™、英特尔®酷睿™Ultra处理器以及英特尔锐炫系列显卡等在内的英特尔产品家族,能够提供同步显示、广播功能、8K高清显示等功能,带来了更强的AI算力、更高的显示速率、更短的延时及更好的显示效果,在保留上代标准基础优势的同时,在兼容性、功能性、可扩展性和可靠性等方面都有显著提升。
OPS 2.0将过去的OPS及OPS-C两种标准合二为一,支持最新的英特尔®酷睿™Ultra处理器,采用优化的系统设计,支持更强大的AI处理能力。此外,升级后的OPS配备了包括HDMI2.1在内的更多高速IO接口,显示分辨率升级至8K,并且支持eDP,能够简化硬件结构,缩短显示和书写时延,提供了更加便捷、高效的数据传输和设备连接方案,有效提升用户体验并降低部署成本,使得未来以OPS为核心的 IFPD(互动式平板显示器)拥有承载更多教育、会议、远程医疗等场景的可能。
峰会现场,英特尔亦联合视源股份和德晟达等生态伙伴展示了基于OPS2.0的定制化行业AI解决方案,旨在以先进的技术和产品支持教育和视频会议行业的多元化需求。其中,基于英特尔®酷睿™Ultra处理器平台的英特尔®大模型教育辅助解决方案,融合知识检索与大型语言模型,确保信息获取的准确性和高效性,可广泛应用于中小学课堂,促进教学质量和学习效率的提升。

视源股份未来教育集团常务副总裁张凌表示,“视源股份始终立足交互智能显示领域,紧跟AI发展浪潮,通过旗下品牌希沃的一系列AI产品和解决方案帮助教师切实解决教学问题、提升教研效率,实现能力成长,是双方推动AI在教育领域常态应用和深度融合的成功实践。未来,视源股份将与英特尔继续深化合作,以AI硬件产品和算法技术共同赋能教育应用场景的开拓创新,助力教育数字化发展。”
希沃基于英特尔®酷睿™Ultra处理器和锐炫™系列显卡打造了搭载希沃教学大模型和希沃课堂智能反馈系统的希沃第七代交互智能平板,以及针对教师群体的AI PC等一系列“AI+教育”解决方案。这些软硬件产品在提供更低CPU功耗的同时拥有多核心处理能力,能够满足教学日常多元化办公需求,从课前高效备课、课中教学观察、课后教研分析等方面升级了全流程教学AI新体验。
视源股份推出的8K交互智能平板支持OPS2.0,拥有8K高清显示分辨率的全贴合屏幕,支持高精度电容触摸书写和笔尾擦除,为用户提供更加流畅、智能的教学和会议环境。而根据OPS 2.0标准设计的德晟达OPSC27实例采用120Pin连接器,支持英特尔®酷睿™处理器,可搭载英特尔锐炫® MXM显卡,提供更优的显示体验和丰富的通讯接口,广泛应用于教育、会议等各种场景。
在智慧教育与视频会议领域深耕多年,英特尔凭借其技术创新和生态合作优势,始终坚定不移推动行业智能化、信息化发展。未来,英特尔将继续与众多生态伙伴深化合作,不断以创新的技术产品提供强大算力基础,助力多元化行业解决方案的应用落地,共同谱写智能交互技术新篇章。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。