著名计算机科学家将通过线上演讲分享AI、数据科学、图形学等技术领域的最新进展
文:Sheryl Huynh
全球最负盛名的计算机科学家之一、NVIDIA研究院负责人Bill Dally将于GTC中国线上大会发表主题演讲, GTC中国线上大会是近期聚焦AI、深度学习、高性能计算技术的全球顶级会议。
即将于12月15日-19日召开的GTC中国线上大会是一场免费注册即可参加的线上盛会。本次主题演讲将于北京时间12月15日上午10点正式开始,观看者无需注册即可观看。
届时预计将有数万名与会者参与此次盛会,聆听Bill Dally关于AI、计算机图形学、高性能计算、医疗、边缘计算、自主机器等领域最前沿创新的分享以及AI推理、硅光子学和GPU集群加速等领域最新的研究成果。
点击此处观看Bill Dally演讲预告:https://www.nvidia.cn/gtc/keynote
在Bill Dally近四十年的职业生涯中,他开创了支持当今超级计算机和网络架构的许多基础技术。作为NVIDIA研究院 负责人,他带领着一支200多人的全球团队,投身于为种类繁多的各式应用(包括AI、高性能计算、图形和网络)开发技术。
Dally于2009年加入NVIDIA并担任首席科学家兼NVIDIA研究院高级副总裁之前,曾担任斯坦福大学的计算机科学系主任。
同时,Dally也是美国国家工程院院士、美国艺术与科学研究院、电气与电子工程师学会和计算机学会成员。他曾撰写过四本教科书,先后发表了250余篇论文,拥有120多项专利,并获得过IEEE Seymour Cray奖、ACM Eckert-Mauchly奖以及ACM Maurice Wilkes奖。
在Dally的主题演讲之后,五名NVIDIA高管将介绍公司在AI、数据科学和医疗领域的多项突破性技术如何在中国具体应用。该圆桌讨论将于北京时间12月15日上午11点10分开始。
GTC 中国线上大会活动亮点
GTC是为助力开发人员在技术领域增强技能的顶级盛会。本届大会将提供220多场主题演讲和分论坛,并支持参会者在线提问与专家互动。
大会吸引了众多各行业领军企业与机构参与其中,包括阿里巴巴、AWS、百度、字节跳动、中国电信、戴尔科技、滴滴、新华三、浪潮、快手、联想、微软、平安、腾讯、清华大学和小米。
认证讲师将为NVIDIA深度学习学院(DLI)的数百名参与者提供线上培训。目前,DLI座席已经售罄。
此外,面向AI和数据科学初创公司的孵化项目NVIDIA初创加速计划(NVIDIA Inception)将在初创企业展示活动(Inception Startup Showcase)中邀请12家领军中国初创公司,这些公司从40多家参与活动的初创公司中经过公开投票脱颖而出。届时,与会者将可以观看来自上述初创公司12位CEO的精彩演讲。
了解更多详情并免费注册参与GTC中国线上大会请访问www.nvidia.cn/gtc/。
好文章,需要你的鼓励
这项研究由浙江大学、复旦大学等机构联合完成,提出了ReVisual-R1模型,通过创新的三阶段训练方法显著提升了多模态大语言模型的推理能力。研究发现优化的纯文本冷启动训练、解决强化学习中的梯度停滞问题、以及分阶段训练策略是关键因素。ReVisual-R1在各类推理基准测试中超越了现有开源模型,甚至在某些任务上超过了商业模型,为多模态推理研究开辟了新途径。
这项研究提出了一种名为"批评式微调"的创新方法,证明仅使用一个问题的批评数据就能显著提升大语言模型的推理能力。研究团队对Qwen和Llama系列模型进行实验,发现这种方法在数学和逻辑推理任务上都取得了显著提升,平均提高15-16个百分点,而且只需要强化学习方法1/20的计算资源。这种简单高效的方法为释放预训练模型的潜在推理能力提供了新途径。
新加坡国立大学研究团队开发了名为IEAP的图像编辑框架,它通过将复杂编辑指令分解为简单原子操作序列解决了当前AI图像编辑的核心难题。研究发现当前模型在处理不改变图像布局的简单编辑时表现出色,但在需要改变图像结构时效果差。IEAP框架定义了五种基本操作,并利用思维链推理技术智能分解用户指令,实验证明其性能显著超越现有方法,尤其在处理复杂多步骤编辑时。
Character AI的研究者开发出TalkingMachines系统,通过自回归扩散模型实现实时音频驱动视频生成。研究将预训练视频模型转变为能进行FaceTime风格对话的虚拟形象系统。核心创新包括:将18B参数的图像到视频DiT模型改造为音频驱动系统、通过蒸馏实现无错误累积的无限长视频生成、优化工程设计降低延迟。系统可让多种风格的虚拟角色与人进行自然对话,嘴型与语音同步,为实时数字人交互技术开辟了新可能。