6月28日,上海,在以“行业视讯 智在融合”为主题的中国移动2018云视讯3.0发布会暨行业应用发布会上,中国移动、华为联合推出了针对党政、政法、教育、医疗、办公5类行业的端到端行业视讯解决方案,该方案支持公有云、私有云、混合云3种部署模式,并提供面向终端、应用、内容和渠道的4种合作模式。在云视讯1.0云化高清、2.0视频/场景/体验融合的基础上,云视讯3.0丰富了行业集成应用。包括中国移动辛姆巴科有限公司总经理王华,中国移动政企客户分公司总经理戴忠、副总经理俞承志,中国移动上海公司副总经理张汉良,华为云核心网产品线总裁马海旭、华为EBG中国区副总裁刘超等600余位嘉宾参加此次盛会。
在过去的2017年里,华为助力中国移动云视讯业务成功实现了15个国家的联通、覆盖全国31个省份和2万余个乡村,并开通4万个高清会场,完成了516万次会议,总时长达3.8亿分钟。
华为EBG中国区副总裁刘超表示,依托在音视频领域25年领先的技术积累,华为有信心在这个技术变革日新月异的数字化时代,助力移动云视讯业务不断创新“视频+”业务形态,持续向前演进、发展。根据第三方权威机构IDC统计的报告显示,华为视讯已经连续四年位居国内新增市场份额第一,成为各行业的首选品牌,有70%以上的国家部委、大型央企选择了华为作为视讯系统的设备供应商,例如外交部、发改委、国家电网,中国石化,建设银行等。
最后,刘超与俞承志在现场嘉宾的共同见证下明确了双方未来的合作意向。移动将与华为通过“移动+华为+华为合作伙伴"这种"1+1+N”的强强联合方式,深耕中国政企市场,共同推动视讯业务高速发展,为客户的数字化转型作出贡献。
好文章,需要你的鼓励
这项研究提出了ORV(占用中心机器人视频生成)框架,利用4D语义占用作为中间表示来生成高质量的机器人操作视频。与传统方法相比,ORV能提供更精确的语义和几何指导,实现更高的时间一致性和控制精度。该框架还支持多视角视频生成(ORV-MV)和模拟到真实的转换(ORV-S2R),有效弥合了虚拟与现实之间的差距。实验结果表明,ORV在多个数据集上的表现始终优于现有方法,为机器人学习和模拟提供了强大工具。
这项研究由Writer公司团队开发的"反思、重试、奖励"机制,通过强化学习教导大型语言模型生成更有效的自我反思内容。当模型回答错误时,它会生成反思并二次尝试,若成功则奖励反思过程。实验表明,该方法在函数调用和数学方程解题上带来显著提升,最高分别改善18.1%和34.7%。令人惊讶的是,经训练的小模型甚至超越了同家族10倍大的模型,且几乎不存在灾难性遗忘问题。这种自我改进技术为资源受限环境下的AI应用开辟了新方向。
FuseLIP是一项突破性研究,提出了通过早期融合离散标记实现多模态嵌入的新方法。与传统CLIP模型使用独立编码器不同,FuseLIP采用单一编码器同时处理图像和文本标记,实现了更自然的模态交互。研究证明,这种早期融合方法在多种多模态任务上表现优异,特别是在需要理解图像结构而非仅语义内容的任务上。研究还开发了创新的数据集和评估任务,为多模态嵌入研究提供了宝贵资源。
ByteDance与浙江大学合作开发的MERIT是首个专为多语言多条件语义检索设计的基准数据集,包含320,000条跨5种语言的查询和135,000个产品。研究发现现有模型在处理多条件查询时过度关注全局语义而忽略特定条件元素,为此提出CORAL框架,通过嵌入重建和对比学习相结合的方式,使检索性能提升45.9%。这项研究不仅识别了现有方法的关键局限性,还为多条件交错语义检索领域的未来研究奠定了基础。