英特尔携合作伙伴联袂呈现纪录片《你好 AI》
2019年9月5日,北京——中国第一部从社会人文角度呈现人工智能(AI)应用的纪录片《你好 AI》今天在国家博物馆举行展映活动。该纪录片由英特尔发起并与优酷、北京极目长天文化传播有限公司强强联手,通过顶级制作团队以国际化视野展现全球AI应用大趋势。来自英特尔公司、中央新影集团、中央电视台、北京师范大学、优酷、北京极目长天文化传播有限公司的嘉宾以及数十家媒体出席活动。
英特尔公司全球副总裁兼中国区总裁杨旭表示:“人工智能是全球创新的热点,目前还处于发展的初级阶段。《你好 AI》展示了产业界对AI发展和应用的积极探索,为公众畅想AI的未来带来全新视角。英特尔作为科技公司,不断推动AI技术创新,既要以大视野带动技术突破,更要推动相关技术在各行各业的应用和落地。英特尔长期坚持和产业生态一起,用科技造福社会,实现人人受益。”
英特尔公司市场营销集团副总裁、中国区市场部总经理张怡璠表示:“《你好 AI》展现了AI在诸多领域对世界的积极影响,传递了科技向善的理念,其中体现出的想象力与好奇心、合作与致用精神等,与英特尔有着高度的文化共鸣。正是这样的创新文化,驱动着我们不断地以技术突破为人类增添福祉,更好地探索未来。”
《你好 AI》纪录片监制/总导演陈怡表示:“这是一部凝聚多方心血、汇聚全球资源的佳作。我们通过艰辛努力和精诚合作,凭借国际顶级的制作资源、全球领先的技术支持,从人文视角解读与展示AI这一创新大趋势,让大众更好地认知和理解AI,让社会更深、更近地感受科技的力量。”
《你好 AI》兼具科技感、艺术性和人文情怀,场面宏大,制作精良,实现多项突破:由好莱坞一线摄影指导掌镜;著名配音演员季冠霖倾情献声;中国第一部8K全画幅变形宽银幕纪录片;中国第一部拍摄摩洛哥火星测试场智能机器人测试的纪录片。
《你好 AI》历时一年半,跨越亚、欧、美、非四大洲,采访77个人物、拍摄43个机构,拍摄过程经历四季达119天,足迹遍布30+国内外城市,采访到诸多稀缺资源,视角广阔,社会参与度广泛,展现了全球AI应用的风貌。
《你好 AI》纪录片共5集,每集18分钟,呈现AI融入世界方方面面的多个应用场景和真实案例。比如:在非洲撒哈拉沙漠附近,AI机器人模拟火星勘探任务,将成为人类探索火星的“先锋”,让深邃的宇宙离我们更近;在中国敦煌,敦煌研究院用AI为文物打造“数字档案”,与侵蚀洞窟的风沙和生物“拼速度”,让文明更好地传承;此外,纪录片还展现了拯救濒危动物、攻克医疗难题、提升农业水平、变革交通出行等诸多AI应用实例。
通过展示AI在多领域、跨国界取得的突破,《你好 AI》既记录了促进AI协同创新、加快AI应用突破的产业行动,也彰显着科技向善、AI助力解决人类发展重大挑战的社会价值,必将启发、激励大众更好地迎接和拥抱AI。
《你好 AI》于国庆档,9月2日起在优酷播出,每周一更新一集。
作为《你好 AI》的发起方,英特尔与《你好 AI》所体现的价值取向有着高度的文化共鸣,主要体现在三个方面:
英特尔为《你好 AI》的拍摄制作提供了强大的专业支持,例如:人工智能领域的技术指导;丰富的AI应用案例,片中半数以上案例来自英特尔及合作伙伴;通过英特尔全球网络以及庞大的产业资源,邀请重磅嘉宾、协调稀有拍摄资源等。
在以数据为中心的世界,人工智能、5G和自动驾驶都是极具代表性的转折性技术。在AI领域,英特尔专注于硬件、软件和生态合作三个方面:硬件方面,英特尔提供多样化的硬件产品组合与计算集成平台,满足从云到边缘再到设备的不同工作负载需求;软件方面,英特尔提供一系列通用工具集,帮助用户最大化利用硬件,持续优化和提升深度学习性能;同时,英特尔还推动与产、学、研的深度合作,打造AI生态,探索更多的AI应用场景,推动应用突破。
好文章,需要你的鼓励
阿联酋阿布扎比人工智能大学发布全新PAN世界模型,超越传统大语言模型局限。该模型具备通用性、交互性和长期一致性,能深度理解几何和物理规律,通过"物理推理"学习真实世界材料行为。PAN采用生成潜在预测架构,可模拟数千个因果一致步骤,支持分支操作模拟多种可能未来。预计12月初公开发布,有望为机器人、自动驾驶等领域提供低成本合成数据生成。
意大利ISTI研究院推出Patch-ioner零样本图像描述框架,突破传统局限实现任意区域精确描述。系统将图像拆分为小块,通过智能组合生成从单块到整图的统一描述,无需区域标注数据。创新引入轨迹描述任务,用户可用鼠标画线获得对应区域描述。在四大评测任务中全面超越现有方法,为人机交互开辟新模式。
AI代码编辑器开发商Cursor完成23亿美元D轮融资,估值达293亿美元。Accel和Coatue领投,Google、Nvidia等参与。公司年化收入已突破10亿美元。Cursor基于微软开源VS Code打造,集成大语言模型帮助开发者编写代码和修复漏洞。其自研Composer模型采用专家混合算法,运行速度比同等质量模型快四倍。公司拥有数百万开发者用户,将用新资金推进AI研究。
MIT研究团队发现,AI系统无需严格配对的多模态数据也能显著提升性能。他们开发的UML框架通过参数共享让AI从图像、文本、音频等不同类型数据中学习,即使这些数据间没有直接对应关系。实验显示这种方法在图像分类、音频识别等任务上都超越了单模态系统,并能自发发展出跨模态理解能力,为未来AI应用开辟了新路径。