高通科技公司宣布了其基于云的服务平台 Qualcomm Aware 的最新升级版本,旨在引领工业智能的发展。在这个万物互联、边缘设备越来越智能的新时代,通过感知、分析和执行获得更多洞察已成为趋势。
高通认为,在新的工业时代,生成式人工智能 (GenAI) 正在改变人类与设备的交互方式,这意味着企业需要解决构建解决方案以应对工业挑战的复杂性。
Qualcomm Aware 被描述为一个横向物联网 (IoT) 赋能平台,旨在为设备制造商、企业和用户提供有价值的设备可视性和管理功能,以延长设备使用寿命,添加定制服务,并提供可操作的洞察,从而做出更明智的决策。
该平台允许企业为物流、零售、能源、智能家居和机器人等行业的智能互联设备添加可观察性、监控和定位功能。此外,高通表示,它提供了一种"高度集成"的方式,可为互联设备添加基于云的可观察性和洞察、地理定位、精确室内定位、固件更新和设备管理服务。
Qualcomm Aware 最初在跟踪和物流领域推出,现在正在发展以在各行业提供可视性、定位、设备管理和其他增值服务。其定位服务每天可处理数十亿次交易,每月活跃单位约 3000 万。目前已有超过 20 个独特的商业客户(包括已签约和正在处理的合同)使用高通设备。该平台迄今已进行了 100 多次试验。
作为高通更广泛的物联网解决方案框架的"关键组成部分",升级后的 Qualcomm Aware 将预先集成到精选的高通科技芯片组和第三方硬件中。它具有多项连接改进,包括增强运营商间漫游算法以改善连接,并通过智能 RF 频段扫描来减少中断时间。它还在功耗方面取得了显著进步,与基准 LTE 调制解调器相比,功耗降低了 65%,并改进了调制解调器的行为。
主要应用场景包括行车记录仪、车辆网关;公共安全、执法和交通管制;协作和实时广播;综合物理安全和视频监控;无人机和机器人;以及无摩擦零售和防损。
例如,设备制造商可以获得他们销售的互联设备的新洞察,并采取预防措施来修复和排除设备故障。此外,零售商可以了解他们的高价值库存周转频率,并在物品被盗时收到警报。分销商可以查看其车队的交付效率和准确性指标,而设备用户可以通过始终保持最新的软件、操作系统和功能来延长设备的寿命。
高通科技公司汽车、工业和嵌入式物联网以及云计算部门的集团总经理 Nakul Duggal 表示:"Qualcomm Aware 平台可以帮助解决构建、定制和部署智能互联解决方案中最关键的挑战。这种高度集成的方法为企业提供了一种简单的方式,通过全面的基于云的可视性洞察、地理定位服务和设备管理工具套件来为设备增加价值,这些工具可以根据特定行业需求进行定制,帮助企业加快上市时间,释放额外价值并推动创新。"
好文章,需要你的鼓励
这项研究由新加坡国立大学团队开发的DualParal技术,通过创新的双重并行架构解决了AI视频生成的长度限制问题。该方法同时在时间帧和模型层两个维度实现并行处理,配合分块降噪机制、特征缓存和协调噪声初始化策略,使生成分钟级长视频成为可能。实验表明,在生成1,025帧视频时,DualParal比现有技术减少了高达6.54倍的延迟和1.48倍的内存成本,同时保持了高质量的视频输出,为内容创作者提供了生成更长、更复杂视频叙事的新工具。
SoloSpeech是约翰霍普金斯大学研究团队开发的创新语音处理技术,针对"鸡尾酒会效应"问题提出了全新解决方案。该系统通过级联生成式管道整合压缩、提取、重建和校正过程,实现了高质量目标语音提取。与传统判别式模型相比,SoloSpeech采用无需说话者嵌入的设计,直接利用提示音频的潜在空间信息与混合音频对齐,有效避免特征不匹配问题。在Libri2Mix及多个真实世界数据集上的评测显示,SoloSpeech在清晰度、质量和泛化能力上均达到了领先水平,为语音分离技术开辟了新方向。
这项由北京大学深圳研究生院、伟湾大学、腾讯ARC实验室和兔小贝智能联合研究的Sci-Fi框架,通过创新的对称约束机制,解决了视频帧间插值中的关键问题。研究团队设计了轻量级EF-Net模块,增强结束帧约束力,使其与起始帧形成平衡影响,从而生成更自然流畅的中间过渡帧。实验证明,该方法在各种场景下都优于现有技术,特别适用于电影制作、动画创作和视频编辑领域,显著降低了人力成本。
这项来自西北大学和谷歌的研究突破了传统马尔可夫强化学习的局限,通过贝叶斯自适应RL框架解释了大语言模型中涌现的反思性推理行为。研究团队提出的BARL算法通过维护多个解题策略的后验分布,指导模型何时何地进行反思性探索,在数学推理任务上展现出显著优势,比基线方法减少高达50%的标记使用量,同时提高了准确率。这一研究不仅解释了"为什么反思有用",还提供了实用的指导原则,为AI系统的自适应推理能力开辟了新方向。