2024年巴黎奥运会正在进行中,赛场上选手们为奥林匹克精神和梦想奋力拼搏。作为奥运会全球顶级合作伙伴,英特尔正在积极部署其前沿的人工智能技术,旨在为全球体育爱好者、组织者、运动员和观众带来前所未有的奥运体验。
8K超高清直播
英特尔正在引领8K超高清直播技术的发展,通过搭载深度学习加速技术的英特尔至强可扩展处理器,实现从奥林匹克广播服务公司(OBS)8K/60FPS/HDR信号的实时编码和压缩,将原始的48 Gbps信号压缩至40-60 Mbps,以供全球观众观看。即使一些广播公司不具备8K直播能力,英特尔的技术也能确保他们能够从8K信号源中获得高质量的4K或全高清画面。
定制化精彩集锦
考虑到小型媒体版权持有者可能无法提供与大型广播公司同等水平的报道,英特尔的人工智能平台技术将帮助这些小型媒体版权持有者提供满足各自受众需求的数字内容。通过分析观众噪音、屏幕统计数据和运动员动作等线索,英特尔Geti技术训练的人工智能模型能够快速识别关键时刻和相关内容,实现全球视频集锦编辑自动化,显著缩短后期制作周期。
3D全息视频体验
英特尔将通过其至强处理器提供动力,捕捉并渲染运动员的实时全息影像,并将其传输给奥林匹克广播服务公司(OBS)。这种沉浸式的3D全息视频体验不仅能够让体育爱好者在奥运村通过直播感受运动员的采访,还能通过电视、个人电脑、智能手机等多种设备提供流媒体内容,拉近观众与奥运赛事的距离。
无障碍设施建设
为了提升视障人群的体验,英特尔开发了基于人工智能的室内导航技术,允许用户通过智能手机应用程序实现室内导航。这一技术已经在德国波恩的国际残奥委会总部和法国巴黎的美国队高水平训练中心投入使用,简化了用户的导航流程,提升了用户体验。
辅助现场管理
在赛事现场,英特尔的人工智能解决方案将通过数据收集系统和英特尔至强可扩展处理器进行深度分析处理,帮助实时管理关键地点的后勤工作,减少现场服务的等待时间,并实现奥运场地内的无缝导航。此外,该技术还能持续为优化巴黎游客的奥运体验提供数据支持。
神经对象克隆技术
为了帮助延续奥运遗产,英特尔推出了神经对象克隆技术,该技术可以使用智能手机拍摄的视频创建精细的3D模型。这项技术极大地简化了3D资产的创建流程,使得数字艺术家能够更便捷地创建3D资产,并且英特尔还提供了一个简单易用的应用程序接口(API),让更多人能够轻松上手。
AthleteGPT
为了帮助运动员和他们的团队更好地获取所需信息,英特尔与国际奥委会合作开发了基于Athlete365平台的聊天机器人AthleteGPT。该聊天机器人基于英特尔的人工智能技术,能够提供快速、准确、对话式的响应,帮助运动员获取训练设施位置、用餐时间和地点等操作信息,使他们能够更加专注于比赛本身。
通过上述技术和更多创新,英特尔正致力于提升2024年巴黎奥运会的科技含量,不仅增强了观众的参与感,也为运动员和组织者带来了前所未有的便利和支持。这些技术的应用不仅展现了科技在体育领域的潜力,也为未来的奥运会和大型赛事设立了新的标杆。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。