2019年8月9日,“中国人工智能峰会车联网论坛”在厦门举办。本届论坛由中央网信办、工业和信息化部、公安部联合指导,中国互联网协会、中国汽车工业协会、蘑菇车联主办。公安部网络安全保卫局副巡视员陈飞燕、厦门市交通运输局局长王文杰、中国互联网协会副秘书长裴玮、中国汽车工业协会常务副会长兼秘书长付炳锋、中国汽车工程学会名誉理事长付于武等政府领导及汽车领域专家参加了本届论坛。
“目前,我们月语音交互次数已突破3亿次。”现场,蘑菇车联副总裁张磊公布了蘑菇车联最新语音交互数据,“蘑菇车联始终以用户体验为核心,通过大量的数据分析理解用户需求,并基于真实应用场景不断优化用户体验,为用户提供更主动、更精准、更体贴的服务。”
蘑菇车联副总裁张磊
蘑菇车联智能设备已支持车辆控制、内容服务、安全预警等10大类100+场景化语音交互,识别准确率95%以上。娱乐安全等车内高频需求场景,蘑菇车联用户语音交互占比已高达85%,月语音交互次数已突破3亿次。蘑菇车联通过智能语音交互让用户专注驾驶,为行车安全增加一份保障。
蘑菇车联基于自主研发的“蘑菇大脑”AI云,坚持提供开放的接入服务,可实现快速云端场景构建、实时分析、智能决策,并与合作伙伴共建服务生态,对用户语音需求实现及时响应、精准触达,帮助用户获得及时、丰富的服务。
本届中国人工智能峰会车联网论坛对于推动技术创新与产业融合具有重要意义。据悉,蘑菇车联已经与国内外众多汽车厂商签署协议并深度合作。蘑菇车联以此为契机,加强行业交流合作,共同推动车联网产业快速发展,实现行业共赢。
好文章,需要你的鼓励
zip2zip是一项创新技术,通过引入动态自适应词汇表,让大语言模型在推理时能够自动组合常用词组,显著提高处理效率。由EPFL等机构研究团队开发的这一方法,基于LZW压缩算法,允许模型即时创建和使用"超级tokens",将输入和输出序列长度减少20-60%,大幅提升推理速度。实验表明,现有模型只需10个GPU小时的微调即可适配此框架,在保持基本性能的同时显著降低计算成本和响应时间,特别适用于专业领域和多语言场景。
这项研究创新性地利用大语言模型(LLM)代替人类标注者,创建了PARADEHATE数据集,用于仇恨言论的无毒化转换。研究团队首先验证LLM在无毒化任务中表现可与人类媲美,随后构建了包含8000多对仇恨/非仇恨文本的平行数据集。评估显示,在PARADEHATE上微调的模型如BART在风格准确性、内容保留和流畅性方面表现优异,证明LLM生成的数据可作为人工标注的高效替代方案,为创建更安全、更具包容性的在线环境提供了新途径。
这项研究由中国科学技术大学的研究团队提出了Pro3D-Editor,一种新型3D编辑框架,通过"渐进式视角"范式解决了现有3D编辑方法中的视角不一致问题。传统方法要么随机选择视角迭代编辑,要么同时编辑多个固定视角,都忽视了不同编辑任务对应不同的"编辑显著性视角"。Pro3D-Editor包含三个核心模块:主视角采样器自动选择最适合编辑的视角,关键视角渲染器通过创新的MoVE-LoRA技术将编辑信息传递到其他视角,全视角精修器修复并优化最终3D模型。实验证明该方法在编辑质量和准确性方面显著优于现有技术。
这项研究提出了ComposeAnything,一个无需重新训练的框架,可显著提升AI图像生成模型处理复杂空间关系的能力。该技术由INRIA、巴黎高师和CNRS的研究团队开发,通过三个创新步骤工作:首先利用大型语言模型创建包含深度信息的2.5D语义布局,然后生成粗略的场景合成图作为先验指导,最后通过物体先验强化和空间控制去噪引导扩散过程。在T2I-CompBench和NSR-1K基准测试中,该方法远超现有技术,特别是在处理复杂空间关系和多物体场景时表现卓越,为AI辅助创意设计开辟新可能。