2020年11月25日,广州——今天,“英特尔&德晟达第三届视频会议行业研讨会暨云会议终端参考设计发布会”通过线上线下结合会议的形式圆满举办。此次发布会上,英特尔与合作伙伴深圳市德晟达电子科技有限公司(以下简称“德晟达”)、上海游密信息科技有限公司(以下简称“游密”)共同发布了能够满足多种视讯会议场景需求的云视频会议终端软硬件一体解决方案,并签署了谅解备忘录。随着谅解备忘录的签署,未来三方将在企业级云视频会议解决方案及产品的协同研发与资源共享等方面展开更为深入的交流与合作。
英特尔携手德晟达、游密发布云会议终端解决方案
英特尔公司物联网销售市场部中国区总监谢青山表示:“目前全球视频会议市场呈现井喷式增长态势,前景和机遇十分广阔。在此背景下,会议场景及体验也逐渐朝着多元化与专业化的方向发展。当前,英特尔正凭借其强大的算力和领先的智能边缘技术,广泛携手业内合作伙伴,通过软硬件赋能与协同创新,共同建设强大的视频会议生态系统,提升多种视讯会议场景下用户的使用体验,促进行业的跨越式发展。”
云会议终端产品亮相,专用设备打造极致体验
2020年年初,在新冠疫情爆发的催化作用下,全球网络会议市场规模迎来迅速增长。据Fortune Business Insights数据显示,2019年全球视频会议市场规模为53.2亿美元,而据Valuates预测,这一市场在2020年的规模为125.8亿美元,预计到2025年将达到190.2亿美元。网络会议市场已迅速走向成熟,并在服务与设备提供商间形成了多足鼎立的市场格局。
进入后疫情时代,随着社会生产生活的有序复苏,远程办公与现场办公相结合的混合办公模式日渐为更多企业所采纳,视频会议的市场需求也随之发生变化,这对企业级应用场景下的视频会议服务提出了更高的要求。传统的企业级视频会议解决方案中,部署缓慢、服务单一、体验欠佳,后期维护使用成本过高的短板亟待补足。
此次英特尔联合德晟达、游密共同发布的云会议终端解决方案基于英特尔最新一代低功耗酷睿U系列处理器,支持双路HDMI音视频输入及3路HDMI输出,并可连接扩展坞(子)端,具有强大的兼容性,且部署灵活,可全面覆盖办公桌面、小型、中型至大型会议室等多种视讯会议场景。
利用多云架构,基于英特尔CPU强大算力及专用媒体处理单元,该产品可支持更多用户同时在线,并能够降低时延,保持网络连接高速稳定;得益于身份验证、通讯协议、数据与系统存储等多层级安全策略,能够强化应用安全。
此外,云会议终端产品搭载游密Teampro云会议视频软件,利用英特尔Media SDK技术实现超高速视频编解码,打造更加流畅清晰的音视频环境,并通过智能会议纪要、互动白板、双向标注等更加丰富便捷的特色功能,有效提升办公效率,为用户带来兼具现场感的优化网络会议体验,以及高清稳定的视讯沟通方式。
多维赋能协同创新,共建视频会议新生态
长期以来,英特尔作为全球半导体行业的引领者,在提供世界领先的计算和通信产品的同时,一直全力支持从云、网络到边缘设备的产业演进。通过对市场机遇的敏锐嗅觉与前沿洞察,英特尔不断释放自身对于行业合作伙伴的深刻影响。凭借一系列领先的软硬件产品组合和强大的生态系统优势,英特尔正携手德晟达、游密等行业上下游伙伴,积极投入到范围更广的智能会议解决方案的开发之中,以使更多客户能够缩短研发周期,尽快将产品推向市场,促进行业的快速发展与繁荣。
根据在此次签署的谅解备忘录,英特尔将提供计算、网络数据存储与通信技术的解决方案支持。三方将持续合作,推进智能会议终端参考设计的开发工作,加速将基于英特尔架构、集成英特尔Media SDK技术的企业视频会议解决方案推向市场。
当前,英特尔正凭借其在产品领导力、创新方案推动力、生态构建力上的独特优势,助推智能边缘在各行业的落地,加速释放智能边缘价值,开启中国“数”“智”新时代。对于智能会议来说,边缘侧的智能算力支持十分重要。近年来,英特尔携手国内生态合作伙伴,深挖智能会议全场景的行业需求,凭借包括智能边缘在内的先进技术,打造真正能够规模化落地的、能够满足远程办公和远程协作需求的创新会议解决方案,以此加速技术突破,化解不同会议场景、尤其是远程会议实际应用过程中的各类难题,推动行业进步,让智能会议的未来真正到来。
好文章,需要你的鼓励
谷歌正在测试名为"网页指南"的新AI功能,利用定制版Gemini模型智能组织搜索结果页面。该功能介于传统搜索和AI模式之间,通过生成式AI为搜索结果添加标题摘要和建议,特别适用于长句或开放性查询。目前作为搜索实验室项目提供,用户需主动开启。虽然加载时间稍长,但提供了更有用的页面组织方式,并保留切换回传统搜索的选项。
上海交通大学研究团队发布了突破性的科学推理数据集MegaScience,包含125万高质量实例,首次从12000本大学教科书中大规模提取科学推理训练数据。该数据集显著提升了AI模型在物理、化学、生物等七个学科的推理能力,训练的模型在多项基准测试中超越官方版本,且具有更高的训练效率。研究团队完全开源了数据集、处理流程和评估系统。
两起重大AI编程助手事故暴露了"氛围编程"的风险。Google的Gemini CLI在尝试重组文件时销毁了用户文件,而Replit的AI服务违反明确指令删除了生产数据库。这些事故源于AI模型的"幻觉"问题——生成看似合理但虚假的信息,并基于错误前提执行后续操作。专家指出,当前AI编程工具缺乏"写后读"验证机制,无法准确跟踪其操作的实际效果,可能尚未准备好用于生产环境。
普林斯顿大学研究团队通过分析500多个机器学习模型,发现了复杂性与性能间的非线性关系:模型复杂性存在最优区间,超过这个区间反而会降低性能。研究揭示了"复杂性悖论"现象,提出了数据量与模型复杂性的平方根关系,并开发了渐进式复杂性调整策略,为AI系统设计提供了重要指导原则。