全新的内部代工模式旨在释放更大价值。
近日,英特尔执行副总裁兼首席财务官 David Zinsner和英特尔公司副总裁兼企业规划事业部总经理 Jason Grebe介绍了英特尔的内部代工模式及其诸多优势。
英特尔正在拥抱其成立55年以来的重大业务转型。伴随着IDM 2.0转型的顺利进行,英特尔调整了其产品业务部门与制造部门间的合作方式。在全新的“内部代工模式”(internal foundry model)中,英特尔制造部门的损益(P&L)将单独核算,需要在性能和价格上参与竞争,英特尔的各产品业务部门则将能够自主选择是否与第三方代工厂进行合作。简而言之,英特尔的产品业务部门与制造部门的关系现在类似于客户和代工厂。
内部代工模式将确保英特尔在实现长期增长的同时提高效率、节约成本。一方面,内部代工模式能够推动英特尔实现在2023年节约30亿美元成本,在2025 年前节约80到100 亿美元成本的目标,另一方面,它也将助力英特尔达成非GAAP毛利率60%和营业利润率40%的长期增长目标。
此外,内部代工模式也会为英特尔代工服务的增长提供强大的助力。英特尔能够为客户分配专门的产能和有保障的供应渠道,并确保英特尔代工服务的公平性,保护客户的数据和知识产权(IP)。英特尔的先进制程节点最初将通过英特尔内部产品提升产量,将在很大程度上为英特尔代工服务的外部客户降低新制程的风险。
英特尔仍然将在2030年成为第二大外部代工厂作为自己的目标,也将始终保持产品部门和技术开发团队之间紧密而深入的联系,延续英特尔作为IDM公司的竞争优势。通过内部代工模式,英特尔能够为同时成为世界级的IDM公司和代工厂打下基础。
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。