每年一度的华为开发者大会,都会云集全球众多开发者。而由于之前源源不断美国制裁风波,让今年的大会受到更多关注。8月9日,2019华为开发者大会在东莞松山湖如期举行,共有来自全球的1500多位合作代表、5000多名开发者亲临现场。在美国实体清单90天缓冲期的最后阶段,华为再一次扔出了一枚重磅炸弹,在华为开发者大会首日,华为消费者业务云服务总裁张平安发布多项华为移动服务(HMS)新功能,疑似对标谷歌移动服务,意图开展全球化开发者服务。
在华为消费者业务云服务总裁张平安发表了“全面开放HMS,构建全场景智慧新生态”的主题演讲可以了解到,HMS开放了包括基础开放服务、增长服务和商业化服务在内共14项服务,其中新增地图、定位、扫码、广告等服务,从开发、增长、盈利三个方面为开发者全面赋能。
虽然在美国制裁风波中,华为的海外业务受到一定影响,但这似乎并没有阻碍华为全球化发展的进程。从华为公开材料显示, HMS服务目前已覆盖包括亚太、非洲、拉美、欧洲、北美等地区,全球的开发者都共享全场景生态基础服务。
同时在终端入口方面,华为拥有谷歌无法比拟的优势。华为提出的“1+8+N
” 全场景智慧服务战略口号,即1是手机终端为主要入口;8是包括PC、平板、智慧大屏、车机在内容的4个大屏入口,加上耳机、音箱、手表,眼镜在内4个非大屏入口;N是指泛IoT硬件构成的华为HiLink生态。不得不说近几年华为在各类智慧终端的布局十分具有远见。
近两年,华为一直不断对外发出发展全场景生态战略的信号,而生态系统的建立不是一朝一夕可以完成,同时也需要更多合作伙伴的加入,本着开放的姿态与对技术的不断攻坚,相信华为会离这个目标越来越近。
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。