在此,我不想过多的介绍实感的技术细节,有兴趣的人可以自行搜索,我想说的其实是英特尔为之所做的努力和相应的商业模式,它们代表了英特尔自身打造生态环境的一种方式,即“半成品”的开放。
实感模块本身是不能直接被最终用户所使用的,它必须嵌入到相应的移动设备中,但这个设备,也就是最终的平台系统是英特尔不会染指的。这和它本身一贯的定位是相符的,即它努力提供基础性的组件,带动更多的系统级厂商来采用它的组件来形成最终的,可能面向于各个相关行业的平台系统。
坚守住这一点,也就保证了英特尔生态环境的可信任度,因为组件级产品是又苦又累的活,并且与最终的应用创新关系并不密切,而与最终用户关系更为紧密的,其实是结合应用场景与需求的应用创新。可以做这种创新的人或企业,又大多不擅长做底层硬件组件的研究,比如将现实中的影像3D数字化,再以此为基础进行应用层面的融合是最终创新的关键,但如何进行现实场景的3D数字化,则是一个前期很重要的基础性工作,但它本身并不意味着创新,因为创新必须要结合应用场景与需求,所以很多创新的点子,可能就因为基础性的研发无法配套而只能是梦想。
但是,英特尔的实感模块与相应的技术外围支持恰到好处的解决了这个问题,但又没有涉足后面实际应用创新的领域。它首先解决了硬件组件的基础性研发的难题,提供了可用的模块,其次还提供了丰富的软件开发工具套件(SDK),开放给ISV或系统厂商,帮助他们快速地开发自己独有的应用或硬件产品,但又不亲自介入最终系统生产领域。这种半成品的开放方针,让英特尔可以赢得更多的合作伙伴。
有人会说,是个半导体公司基本都这么做呀,开发出一个半导体产品,必然也必须提供相应的软件开发平台,以帮助系统厂商的后续研发。但本人要指出的是,如果跳出实感模块本身,以一个更大的格局来看英特尔的“半成品”策略,就不是那么简单了。
实感模块的Android SDK中已经写明,只支持英特尔自家的凌动x5/x7平台,这对后者的生态可谓是一个有力的支撑
就笔记本、平板电脑来说,核心的能力在于处理核心,包括了CPU、GPU以及相应的I/O与存储模块,这可以算是系统的核心功能,很多平台级组件半导体厂商的着眼点也都是如此。而“实感”可以认为是英特尔本着“半成品”的思路,围绕着周边的重点功能需求所做的努力,以进一步巩固自身平台的建设。
实感模块本质上还是属于摄像传感领域,这个领域也有很多的玩家,以前英特尔是不参与的,但3D实时捕捉的应用需求开始起步之后,果断进入,将这一功能逐步纳入到“基本功能”范畴,并与自家的x86平台紧密耦合,从而也大大加强了自身平台的能力。可是在系统级层面又坚守“半成品”的策略,帮助整体的生态系统能更快的进入这一新兴的应用领域。在这一过程中,英特尔的思路很明确——在其所看准的功能领域,并不在乎树立新敌(比如摄像头模块,肯定会与其他同类厂商展开竞争),因为其主要的关注点在于帮助最终的应用创新。
在本次IDF15上,英特尔一个重要的宣传重点是“创客”,它源于英文Maker,即让英特尔成为“创新的使能者”。而创新的真正难点与关键点在前文已经讲明,底层的硬件平台固然重要,但更能打动人心的是在其上所延展出来的应用场景。英特尔所做的正是不断提供相应新功能创新底层的硬件半成品,帮助相应的系统与应用厂商更快的实现创新,更快的交付最终可用的系统级产品,以吸引更多的最终消费者————这才是决定其生态系统的关键,也是更值得我们关注的思路
好文章,需要你的鼓励
OpenAI推出ChatGPT Images新版本GPT Image 1.5,承诺更好的指令遵循、更精确的编辑功能和高达4倍的图像生成速度。该模型面向所有ChatGPT用户和API开放。这是OpenAI在CEO奥特曼宣布"红色警报"后与谷歌Gemini竞争的最新升级。新模型提供后期制作功能,支持更精细的编辑控制,能在编辑过程中保持面部相似度、光照、构图和色调的视觉一致性,解决了传统AI图像工具迭代编辑时缺乏一致性的问题。
艾伦人工智能研究所开发的olmOCR 2通过创新的单元测试训练方法,将文档识别准确率提升至82.4%,在处理复杂数学公式、表格和多栏布局方面表现卓越。该系统采用强化学习和合成数据生成技术,实现了完全开源,为全球研究者提供了先进的OCR解决方案,推动了AI技术民主化发展。
Zoom推出AI Companion 3.0,采用联邦AI架构结合自研模型与OpenAI、Anthropic等第三方大语言模型。新版本具备智能工作流、对话式工作界面等功能,可将会议对话转化为洞察、进度跟踪和文档内容。系统支持加密传输,不使用客户内容训练模型。用户可通过ai.zoom.us访问,或以每月10美元独立购买。
苹果公司发布了包含40万张图片修改案例的AI训练数据集Pico-Banana-400K,涵盖35种修图操作类型。该数据集采用严格质量控制,包含成功失败案例对比和多轮修图场景。研究显示AI在全局修改方面表现优秀,但精细操作仍有挑战。这为AI修图技术发展奠定基础,未来将让修图软件更智能易用。