2023年10月11日,广州——2023中国移动全球合作伙伴大会期间,英特尔携手中国移动通信集团有限公司成都产业研究院分公司(以下简称:中移动成研院),共同发布了《中移动成研院采用英特尔® 技术打造边缘融合算力网络解决方案 赋能智慧医疗转型》白皮书,详细介绍了中移动成研院与英特尔如何基于英特尔NetSec加速卡创新合作,共同推出面向医疗行业的边缘融合算力网络解决方案,以加速医疗行业数字化转型,助力智慧医疗建设。
英特尔市场营销集团副总裁、中国区数据中心销售总经理兼中国区运营商销售总经理庄秉翰表示:“医疗健康事关每个人的福祉,英特尔也视之为自身重要使命之一。通过与中移动成研院在边缘算力网络领域的合作,我们为医疗机构提供了创新技术,以助力其实现智慧化数字转型。未来,英特尔期待与更多生态伙伴携手,以科技力量惠及千行百业,加快数字化转型步伐。”
在数字化转型的过程中,医疗行业面临着诸多挑战,其中包括:
针对以上行业痛点,英特尔与中移动成研院合作,打造了基于英特尔® NetSec 加速卡参考设计的边缘融合算力网络方案。该方案创新性地将数据安全、网络安全、软件定义广域网络 (SD-WAN) 等网元,转移到边缘算力卡中运行,实现网络数据面的卸载,使得各个计算资源之间的网络可以联通,并且提供关键算力网关功能。这一部署方式在 5G 网络的支撑下,可以为算力大脑提供丰富的网络实时数据和算力实时数据探针,同时提供云原生北向接口实现算力和网络的实时调度与编排。
基于该方案,中移动成研院正在面向医疗行业场景,围绕中心算力节点、网络边缘算网节点和医疗边缘算网节点,打造边缘融合算力网络试点。试点场景主要包括 AI 辅助诊疗、医疗数据直报、边缘云网场景快速部署等,可帮助用户实现算力的协同调度,为行业用户提供强大的融合算力支撑,支持 AI 推理、图像数据处理、数据分析等应用的高效运行。
中移动成研院领导表示,通过与英特尔的合作,我们打造了边缘融合算力网络方案,在降低复杂性、成本的同时,实现中心算力节点、网络边缘算网节点等算网基础设施的高效协同,提供了高性能、高扩展、高敏捷的边缘算力,助力各行各业的智慧化转型。
通过此次合作,双方不仅推动了医疗行业新型信息通信基础设施建设进程,还助力了医疗信息化产业的升级发展。未来,英特尔将持续专注技术创新,通过计算、连接、基础设施、人工智能,以及传感和感知这五大基础的超级技术力量,与生态伙伴携手为包括医疗行业在内的千行百业提供更强大、更灵活的解决方案,助力打造更加智能、高效、可持续的数字化未来。
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。