2025年3月18日,AMD在北京举办“ADVANCING AI”AMD AI PC创新峰会,展示了其在中国AI PC生态系统中的强劲发展势头,并迎来了性能与智能的新高度。AMD董事会主席及首席执行官Lisa Su博士携手AMD高级副总裁、大中华区总裁潘晓明,AMD高级副总裁、计算与图形总经理Jack Huynh出席活动。
同时,AMD重要合作伙伴包括联想集团执行副总裁兼中国区总裁刘军、华硕电脑全球副总裁石文宏、微软大中华副总裁、硬件合作伙伴销售部总经理关淇和模优优创始人&CEO王言治博士也一同登台致辞。
AMD董事会主席及首席执行官Lisa Su博士在致辞中表示,AMD AI产品组合带来了许多令人兴奋的更新,如今AMD技术和产品组合已经赋能数十亿人的每日生活,无论是健康、工业、AMD技术已经无处不在。AMD是目前行业中唯一一家拥有从云到端的完整AI解决方案的公司,能够全面支持各种层级AI能力的部署,以驱动创新。
“在过去的一年里,AI的使用刚刚爆发,我想说的是,AI是过去50年里最具变革性的技术。AI确实以我们无法想象的方式重塑了行业和我们得生活。”Lisa Su博士在致辞中表示AI是50年来最具变革性的技术,AMD正以独特的优势赋能下一轮AI创新浪潮。
据Lisa Su博士透露,AMD会继续践行对大中华区的AI布局承诺。在AMD大中华区的主要研发中心,有超过4000名工程师在此工作;AMD在北京、上海、成都、重庆、南京等地还设立了AI卓越中心。同时,AMD还将通过EPYC处理器赋能超大型企业,为中国顶级 CSP 的 340多个云实例提供支持。
“去年,我们宣布成立AMD中国AI应用创新联盟,该联盟目前有超过100多个成员,他们正与AMD合作进行本地AI开发。”Lisa Su博士在致辞中表示,“现在我们真的相信,这是一个机会,我们可以真正为下一代创新者提供支持。通过与大学合作,我们正在帮助实现一些最重要的研究和大胆的想法,这些研究和想法将塑造高性能计算的未来。”
为了打造和支持中国的下一代 AI,AMD还推出了全球AI PC开发者大赛并向中国开发者开放申请。AMD还将全球AMD ROCm平台和AI PC大学计划扩展至中国高校。AMD AI PC开发者支持计划专注于在中国建立一个ISV 联盟,重点提供培训、工具支持和开发费用支持。
好文章,需要你的鼓励
这篇研究论文介绍了"Speechless",一种创新方法,可以在不使用实际语音数据的情况下训练语音指令模型,特别适用于越南语等低资源语言。研究团队通过将文本指令转换为语义表示,绕过了对高质量文本转语音(TTS)系统的依赖。该方法分三个阶段:首先训练量化器将语音转为语义标记;然后训练Speechless模型将文本转为这些标记;最后用生成的合成数据微调大型语言模型。实验表明,该方法在越南语ASR任务中表现出色,为低资源语言的语音助手开发提供了经济高效的解决方案。
《Transformer Copilot》论文提出了一种革命性的大语言模型微调框架,通过系统记录和利用模型训练过程中的"错误日志"来提升推理性能。研究团队受人类学习者记录和反思错误的启发,设计了一个"副驾驶"模型来辅助原始"驾驶员"模型,通过学习错误模式并在推理时校正输出。这一方法在12个基准测试上使模型性能提升高达34.5%,同时保持计算开销最小,展现了强大的可扩展性和可迁移性,为大语言模型的优化提供了全新思路。
德克萨斯大学Austin分校的研究团队提出了RIPT-VLA,一种创新的视觉-语言-动作模型后训练范式。该方法通过让AI模型与环境互动并仅接收简单的成功/失败反馈来学习,无需复杂的奖励函数或价值模型。实验证明,RIPT-VLA能显著提升现有模型性能,在轻量级QueST模型上平均提升21.2%,将大型OpenVLA-OFT模型推至97.5%的前所未有成功率。最令人惊叹的是,仅用一个示范样本,它就能将几乎不可用的模型在15次迭代内从4%提升至97%的成功率,展现出卓越的数据效率和适应能力。
北京大学与华为诺亚方舟实验室研究团队共同开发了TIME基准,这是首个专为评估大语言模型在真实世界场景中的时间推理能力而设计的多层级基准。该研究提出了三个层级的时间推理框架,包含11个细粒度任务,并构建了涵盖38,522个问答对的数据集,针对知识密集型信息、快速变化的事件动态和社交互动中的复杂时间依赖性三大现实挑战。实验结果表明,即使是先进模型在构建时间线和理解复杂时间关系方面仍面临显著挑战,而测试时扩展技术可明显提升时间逻辑推理能力。