6月18日,第十四届“中国•海峡项目成果交易会”在福州隆重开幕,担当起“双创”大舞台的新角色。一年一度的“6.18”已成为大力推进自主创新,引导高校和科研机构科技创新资源、成果与企业需求对接,推进科技成果向现实生产力转化,实现合作共赢的平台。作为福建省最大的项目交流盛会,吸引了逾4000家来自海内外知名企业、科研院所参加。
第十四届“中国•海峡项目成果交易会”在福州隆重开幕
2016中国(福建)VR产业/大数据发展高峰论坛
作为VR领域上游的芯片及系统提供商,AMD受邀参加了本届大会。AMD大中华区市场营销副总裁纪朝晖作为嘉宾出席了大会期间的“2016中国(福建)VR产业/大数据发展高峰论坛”,发表了精彩演讲,向众多参会者详细介绍了VR发展历程和机遇,以及AMD在VR领域的优势产品和技术。
AMD大中华区市场营销副总裁纪朝晖
纪朝晖表示,VR将人们带入到了个人计算的第三个浪潮。“现在大家越来越重视体验,我们已经进入了‘沉浸式’的时代,也就是VR时代。VR是自显示器发明以来最重要的一次人机交互革命,将引发未来10年‘感知计算’的创新浪潮,最终彻底改变人和大数据、互联网的交流方式。”
“这种‘沉浸式’的体验跟看3D电影完全不一样,它会让你完全浸入其中,这就对图形的计算能力、后端的显卡芯片技术要求非常高,需要更高性能的显卡”,纪朝晖说,“目前世界上能够真正运行VR的PC主机比例不足1%,而已经来临的‘沉浸式’计算时代对GPU计算能力的要求比当前高100万倍”。在不久前的Computex和E3大展上,AMD分别展示了基于全新北极星架构和14nm FinFET工艺的Radeon RX系列全新产品。北极星架构独家支持异步计算,为VR应用提供卓越体验。
AMD在VR领域深耕不辍,推出了一系列强大的VR解决方案:支持VR的高性能显卡Radeon R9 Fury X/Fury,Radeon R9 Nano,Radeon R9 390X/390等;为VR内容创作者推出了应用开发平台LiquidTM VR API,这一平台让开发者非常容易上手开发VR应用。此外,AMD还积极与HTC等全球顶级厂商成立VR产业联盟,共同推动VR产业发展。纪朝晖称,这些也是AMD致力于在VR领域做好的三件事。
在此基础上,AMD还大力推动将VR应用到其他领域,如与美联社开启战略合作,联合开创全新的虚拟现实体验频道。目前AMD在VR领域的努力已见成效,根据市场调研机构JPR的统计数据,基于AMD平台的VR娱乐系统将占据潜在市场的83%。
本届大会上,AMD还为参会者带来了一场至真至幻的VR 盛宴。在精心布置的VR展台上,AMD技术产品支持下的沉浸感VR游戏,让参会者大呼过瘾。
跋文:作为行业领先的跨国企业,AMD不仅在产品和技术研发上走在前列,还非常重视企业社会责任。在近日发布的AMD第二十一期年度企业责任报告里,详述了AMD在社会责任和环境保护方面的进展。正如纪朝晖在此次论坛中提到的,AMD一直致力于为环保节能贡献力量,最大限度提升产品能效,比如计划到2020年将其加速处理单元(APU)的能源效率提升25倍等的充满责任感的企业目标。
相信如纪朝晖所说,VR在未来将引领创新的浪潮,带领我们进入下一个全新的“沉浸式”时代。而作为核心的上游芯片及系统提供商,AMD已经在VR领域全面铺展开来,并与生态系统伙伴共同引领并推动VR产业的发展。
好文章,需要你的鼓励
本文评测了六款控制台平铺终端复用器工具。GNU Screen作为老牌工具功能强大但操作复杂,Tmux更现代化但学习曲线陡峭,Byobu为前两者提供友好界面,Zellij用Rust编写界面简洁易用,DVTM追求极简主义,Twin提供类似TurboVision的文本界面环境。每款工具都有各自特点和适用场景。
韩国汉阳大学联合高通AI研究院开发出InfiniPot-V框架,解决了移动设备处理长视频时的内存限制问题。该技术通过时间冗余消除和语义重要性保留两种策略,将存储需求压缩至原来的12%,同时保持高准确性,让手机和AR眼镜也能实时理解超长视频内容。
网络安全公司Snyk宣布收购瑞士人工智能安全研究公司Invariant Labs,收购金额未公开。Invariant Labs从苏黎世联邦理工学院分拆成立,专注于帮助开发者构建安全可靠的AI代理工具和框架。该公司提供Explorer运行时观察仪表板、Gateway轻量级代理、Guardrails策略引擎等产品,并在工具中毒和模型上下文协议漏洞等新兴AI威胁防护方面处于领先地位。此次收购将推进Snyk保护下一代AI原生应用的使命。
纽约大学研究团队通过INT-ACT测试套件全面评估了当前先进的视觉-语言-动作机器人模型,发现了一个普遍存在的"意图-行动差距"问题:机器人能够正确理解任务和识别物体,但在实际动作执行时频频失败。研究还揭示了端到端训练会损害原有语言理解能力,以及多模态挑战下的推理脆弱性,为未来机器人技术发展提供了重要指导。