ZDNet至顶网服务器频道 04月08日 编译: 英特尔正在着手对其财务报告结构作出变更,相信芯片巨头此举应该是为了配合其在嵌入式物联网以及移动处理器业务领域的进一步拓展。
在这份将于本月十五号公布的报告中,该公司将披露其新年第一财季营收情况并在结构上作出以下划分:
在此次公布的全新财务报告结构中,最值得关注的无疑是物联网部门与移动处理器两项。
英特尔预计第一财季公司总营收为128.1亿美元,折合每股收益37美分、与上年相比提升2%。由于企业用户在台式机方面的支出有所提升,分析人士们因而对英特尔的下一步走向颇为看好。
举例来说,美国太平洋皇冠证券公司分析师Michael McConnell就于本周一根据企业PC需求量的增长对英特尔的未来发展提出预测。他表示:
近期供应链体系所传达出的信息表明,面向企业平台的PC OEM订单在今年第一季度迎来增长。最有趣的是,预测显示企业用户带来的强劲需求将持续到第二季度——尽管XP系统的技术支持将于四月份到期。
好文章,需要你的鼓励
Captions公司研究团队开发的Mirage模型实现了从音频直接生成说话视频的突破。该技术能准确生成与声音匹配的面部表情、唇型同步、手势动作和环境背景,甚至可仅从音频推测说话者外貌特征。基于统一的Diffusion Transformer架构,Mirage避免了传统方法的复杂专用模块设计,展现出卓越的情感表达和细节还原能力,为内容创作、教育培训和无障碍技术等领域开辟了新的应用可能。
牛津大学研究发现,尽管大语言模型在医学考试中表现出色,但在实际应用中效果大打折扣。研究显示,LLM直接测试时能94.9%准确识别病症,但人类使用LLM诊断时准确率仅34.5%,甚至低于不使用AI的对照组。问题源于用户提供信息不完整、LLM理解偏差等人机交互问题。专家指出,仅凭非交互式基准测试评估LLM存在误导性,需要真实的人机交互测试才能准确评估AI系统的实际性能。
NAVER和KAIST研究团队发现,先进AI模型在数学题自我修正方面存在严重缺陷。他们创建的MMRefine基准测试揭示,即使是GPT-4O等顶级模型也只能成功修正约23%的错误答案,而且经常将正确答案改错。研究发现不同模型在处理六种错误类型时表现差异巨大,特别是小型模型在空间推理修正上竟然超越了大型模型,颠覆了"越大越好"的认知。