5月26日,2018中国国际大数据产业博览会在贵州省贵阳市开幕。北京飞搜科技受邀参加。
作为以智慧城市建设和人脸识别为主要领域的飞搜科技,在本次数博会上进行成果展示。
图示 飞搜科技在本次世博会上的成果展示
在路演环节,飞搜科技的代表向参会嘉宾介绍了飞搜科技的发展历程和技术成果。近年来,国内“一带一路”的经济战略正在稳步而高效地推进,飞搜科技抓住此契机,借着“一带一路”的势头,已成功将业务从国内市场切入到国际市场(土耳其、法国、捷克等)。今年将会有更多的合作海外落地项目。
图示 飞搜科技在本次数博会上的路演
数博会作为全球首个大数据主题博览会,已连续成功举办了三届,2017年正式升格为国家级博览会,现已成长为全球大数据发展的风向标和业界最具国际性、权威性的平台。国家对科学技术与创新成果的高度重视由来已久,而面对如今通信领域5G技术呼之欲出、人工智能与模式识别理论发扬光大的新格局,创新技术与成果在本次数博会上更是比比皆是。飞搜科技专注建设智慧城市,致力于人脸识别的深入发展与广泛应用,有信心乘着发展与创新的东风,在国内乃至国际智慧城市建设与模式识别领域留下自己的成果与高光时刻。
北京飞搜科技(http://www.faceall.cn/)成立于2015年,是一家专注于智能安防、视频图像大数据分析及人脸识别的高科技公司,是国家高新技术企业、中关村高新技术企业、北京市软件企业。公司专注于人工智能,计算机视觉和深度学习的研发,并把研究成果应用到城市运营中,让城市更加安全,交通更加高效,生产更加智能、购物更加方便。公司力争在2020年底成为国内领先的智慧城市解决方案提供商。
目前,北京飞搜科技不仅在新疆等祖国大西北进行安防项目合作部署,在土耳其、捷克、法国等地也有飞搜的人脸识别项目。随着国家一带一路的政策的倡议,北京飞搜科技将会继续加大视频监控、安防工程、人体生物特征等领域的研究,为更多的政府企业提供技术和产品解决方案。在产业级人工智能应用领域,北京飞搜科技已经取得了一些成绩,在安防领域、金融领域,智慧园区领域、公共安全领域、电信领域以及移动互联网领域都有落地项目。
好文章,需要你的鼓励
这项来自苹果公司的研究揭示了视频大语言模型评测的两大关键问题:许多测试问题不看视频就能回答正确,且打乱视频帧顺序后模型表现几乎不变。研究提出VBenchComp框架,将视频问题分为四类:语言模型可回答型、语义型、时序型和其他类型,发现在主流评测中高达70%的问题实际上未测试真正的视频理解能力。通过重新评估现有模型,研究团队证明单一总分可能掩盖关键能力差距,并提出了更高效的评测方法,为未来视频AI评测提供了新方向。
这篇来自KAIST AI研究团队的论文提出了"差分信息分布"(DID)这一创新概念,为理解直接偏好优化(DPO)提供全新视角。研究证明,当偏好数据编码了从参考策略到目标策略所需的差分信息时,DPO中的对数比率奖励形式是唯一最优的。通过分析DID熵,研究解释了对数似然位移现象,并发现高熵DID有利于通用指令跟随,而低熵DID适合知识密集型问答。这一框架统一了对DPO目标、偏好数据结构和策略行为的理解,为语言模型对齐提供理论支持。
VidText是一个全新的视频文本理解基准,解决了现有评估体系的关键缺口。它涵盖多种现实场景和多语言内容,提出三层评估框架(视频级、片段级、实例级),并配对感知与推理任务。对18个先进多模态模型的测试显示,即使最佳表现的Gemini 1.5 Pro也仅达46.8%平均分,远低于人类水平。研究揭示输入分辨率、OCR能力等内在因素和辅助信息、思维链推理等外部因素对性能有显著影响,为未来视频文本理解研究提供了方向。
ZeroGUI是一项突破性研究,实现了零人工成本下的GUI代理自动化在线学习。由上海人工智能实验室和清华大学等机构联合开发,这一框架利用视觉-语言模型自动生成训练任务并提供奖励反馈,使AI助手能够自主学习操作各种图形界面。通过两阶段强化学习策略,ZeroGUI显著提升了代理性能,在OSWorld环境中使UI-TARS和Aguvis模型分别获得14%和63%的相对改进。该研究彻底消除了传统方法对昂贵人工标注的依赖,为GUI代理技术的大规模应用铺平了道路。