在日前举行的龙蜥社区(OpenAnolis)第三届理事大会暨2022年度优秀贡献者颁奖典礼上,浪潮信息KOS团队获得“2022年度龙蜥社区最佳研发团队奖”。本次评选由龙蜥社区特约顾问、学术代表、运营委员会、技术委员会等组成评委团,本着科学严谨的原则,历时近一个月评审得出,旨在表彰为社区发展做出突出贡献的优秀团队。
作为龙蜥社区理事单位,浪潮信息积极投身社区建设,牵头和参与可信计算、无服务计算、内核、T-one、硬件兼容性、迁移、运维、社区标准化、产品发布等多个SIG(特别兴趣小组)共建,覆盖体系结构、基础设施、系统工具、安全生态、产品发行等领域,参与4项标准制定,贡献社区整机硬件兼容列表30余项,拉通超20家合作伙伴加入龙蜥社区,社区贡献排名前十。此外,浪潮信息还与社区联手主办多场活动,与业界专家围绕开源创新、云原生、可信计算、数据安全等热点话题进行分享讨论。
在推动商业化落地方面,浪潮信息基于龙蜥操作系统(Anolis OS)发布 KOS V5.8 龙蜥衍生商业版,在主流平台上保障了龙蜥操作系统(Anolis OS)的稳定性和兼容性,并在金融、政务、通信、教育等多个关键行业实现规模化落地。
浪潮信息与龙蜥社区成立联合实验室,通过生态认证、标准制定、联合创新等活动,推动操作系统产业发展创新。截至目前,浪潮信息KOS已完成与业界主流架构整机、数据库、中间件等各类产品兼容性认证,推动从部件到系统软件到行业应用的全产业链共建、共享、共赢。
浪潮信息KOS团队将以本次获奖为契机,继续深度参与社区版本开发,牵头和参与社区 SIG共建,同时,持续将行业需求反馈到社区,培育开源生态基础,促进社区生态可持续发展,将龙蜥打造为面向云时代的开源操作系统。
好文章,需要你的鼓励
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。
这项由中国人民大学高瓴人工智能学院研究团队发表的研究解决了大语言模型评判中的自我偏好问题。研究提出了DBG分数,通过比较模型给自身回答的分数与黄金判断的差异来测量偏好度,有效分离了回答质量与自我偏好偏差。实验发现,预训练和后训练模型都存在自我偏好,但大模型比小模型偏好度更低;调整回答风格和使用相同数据训练不同模型可减轻偏好。研究还从注意力分析角度揭示了自我偏好的潜在机制,为提高AI评判客观性提供了重要指导。
这篇研究提出了DenseDPO,一种改进视频生成模型的新方法,通过三大创新解决了传统方法中的"静态偏好"问题:使用结构相似的视频对进行比较,采集细粒度的时序偏好标注,并利用现有视觉语言模型自动标注。实验表明,DenseDPO不仅保留了视频的动态性,还在视觉质量方面与传统方法相当,同时大大提高了数据效率。这项技术有望推动AI生成更加自然、动态的视频内容。