中国上海和深圳——2019年7月4日——英飞凌科技与腾讯云将在智能楼宇领域展开合作,通过高效且具有可持续性的项目开发,合力打造更加环保、更加安全的未来楼宇。
英飞凌作为创新传感器及安全解决方案的提供商,将为腾讯智能楼宇系统计划中的智能楼宇开发、以及腾讯其他云解决方案提供有力支持。腾讯云将采用包括英飞凌智能筒灯等解决方案,并将英飞凌领先的传感器(如XENSIV雷达技术)集成至腾讯智能楼宇系统中。智能筒灯系统可满足客户对人流量监控的需求,且无需改动基础设施或室内设计。它通过使用24GHz XENSIV雷达技术,可对灯头下方的人流量进行计数,同时还能根据人流量调节照明强度,从而提升节能成效。
此外,双方还计划通过其他活动推进智能楼宇领域的人机交互(HMI),例如智能照明、智能扬声器、或具有AI功能的传感器。
腾讯云副总裁万超表示:“英飞凌是全球领先的半导体制造商之一,其能够使生活更便利、更安全、更环保的技术和解决方案也正是腾讯智能楼宇系统所需的。我们很高兴能够与英飞凌展开合作,探索全新可能,在快速增长的智能楼宇市场中进一步推动发展。”
英飞凌电源管理与多元化市场事业部总裁Andreas Urschitz表示:“数字化推动着各行各业的转型,智能楼宇领域在创新和可持续增长方面潜力巨大。通过与腾讯云联手,我们期待能够推进更多创新,打造面向未来的智能楼宇解决方案,以提升访客体验,降低运营成本,並实现可持续发展目标。”
好文章,需要你的鼓励
这项研究提出了HoPE(混合位置编码),一种针对视觉语言模型的新型位置编码技术,专门解决长视频理解的挑战。传统位置编码技术在处理长视频时表现不佳,HoPE通过两个创新解决了这一问题:混合频率分配策略(为空间信息分配高频,时间维度使用零频率)和动态时间缩放机制(根据视频速度灵活调整时间编码)。实验证明,HoPE在长视频理解和检索任务上分别提升了8.35%和22.23%,为AI更准确理解长视频内容开辟了新途径。
东京大学研究团队推出MangaVQA基准和MangaLMM模型,专门用于评估和提升AI对日本漫画的理解能力。MangaVQA由526个高质量手动创建的问答对组成,用于评估AI系统对漫画内容的深入理解;MangaOCR则专注于漫画页内文本识别。基于这两个基准,研究团队从开源多模态模型Qwen2.5-VL微调出MangaLMM,能同时处理文本识别和内容理解任务。实验显示,即使是GPT-4o等顶尖商业模型在处理漫画的独特复杂性时也面临挑战,而专门训练的MangaLMM表现出色。
这项研究由ISTA和谷歌研究院联合开发的"影响力蒸馏"方法,通过利用二阶信息为训练样本分配最优权重,实现了大语言模型训练数据的高效选择。该方法在数学上有坚实理论支持,并创新性地引入"地标"近似技术,仅需计算少量样本的精确影响力,再高效传播到其他样本,大幅降低计算成本。实验证明,该方法在多种模型和任务上均优于或匹配现有技术,同时实现了高达3.5倍的速度提升,为大模型训练开辟了更高效的路径。
来自哈佛大学等顶尖学府的研究团队在这篇论文中挑战了传统观念,认为Token压缩不仅仅是提高AI模型运行效率的工具,更应成为生成式AI模型设计的核心原则。研究表明,精心设计的Token压缩策略可以促进多模态深度整合、减轻AI"幻觉"问题、增强处理长序列输入的能力,并提高训练稳定性。论文详细分析了现有方法的局限性,并提出了算法创新、强化学习指导和硬件协同设计等未来研究方向。