至顶网服务器频道 09月19日 新闻消息(文/邹大斌):数据洪流的爆发催生了一个智能时代的到来。如今,云计算、数据分析和人工智能等新科技正在驱动各行各业进行变革和创新,一些标杆企业率先利用这些技术实现了数字化转型,通过抓住稍纵即逝的产业机遇,获得数据洞察和商业价值。在中国,越来越多的企业期待加入这个阵营,走上智能之路。
为了推动中国企业的数字化转型步伐,让更多的企业完成向智能企业的升级,至顶网携手英特尔共同重磅推出了"就绪IT平台 走进智能企业" 大型系列报道。
我们走访金融、制造、医疗、电信、零售、交通、互联网服务行业中的标杆企业,走进平安、京东、太平洋保险、九州证券、中国移动、三一重工、李宁等一批优秀的企业,以视频、企业故事、落地活动、行业白皮书等不同形式,深入解读他们的转型路径、业务场景、技术应用,把他们的智能故事呈现给大家,以期为众多正处于数字化转型过程中的企业提供有价值的参考。
在此特别感谢英特尔对本次大型报道的支持,作为企业实现智能化的核心技术提供者,英特尔不仅推动包括处理器、存储、网络等众多产品广泛地用于云计算、大数据、人工智能、高性能计算等领域,同时,还在与合作伙伴及行业用户一起不断探索最佳实践,在海量数据分析的基础上,为企业的整体发展规划,以及生产、市场拓展、营销和售后服务等环节的策略制订提供更实时和精准的洞察及帮助。旨在推动行业数字化转型,赋能企业智能化发展。
扫描下方的二维码,或搜索“就绪IT平台 走进智能企业”进入系列报道。
好文章,需要你的鼓励
TAE Technologies在最新一轮投资中获1.5亿美元,累计融资约18亿美元。公司利用 AI 技术优化融合反应堆设计,目标于 2030 年代商业化发电,谷歌等巨头均参与合作。
这项来自KU Leuven、中科大和上海Memory Tensor公司的研究探索了如何利用拼图游戏训练多模态大型语言模型的视觉推理能力。研究发现,现有模型在未经训练时表现近似随机猜测,但通过强化学习能达到近乎完美的准确率并泛化到更复杂的拼图配置。有趣的是,模型能否有效学习与是否包含明确推理过程无关,且复杂推理模式是预先存在而非突然出现的。此外,研究证明强化学习在泛化能力上优于监督微调,挑战了传统的模型训练范式。这些发现不仅揭示了AI视觉理解的机制,还为未来多模态模型研发提供了重要参考。
Nvidia 正在全球数据中心推广 AI 芯片,其最新 Blackwell 架构在 MLPerf 基准测试中获得最高性能,大幅加速下一代 AI 应用的训练与部署。
这项研究提出了LoHoVLA,一种用于长时序实体任务的统一视觉-语言-动作模型,融合了高层任务规划和低层动作控制功能。与传统方法不同,它利用单一预训练视觉语言模型同时生成语言子任务和机器人动作,并采用分层闭环控制机制增强鲁棒性。研究团队构建了包含20个长时序任务的LoHoSet数据集,实验结果显示LoHoVLA在Ravens模拟器中显著优于现有方法,展现出统一架构在实现可泛化实体智能方面的潜力。