Nvidia 的 GPU 技术大会 (GTC) 将于下周在圣何塞举行,与此同时在旧金山市中心举办的游戏开发者大会 (GDC) 距离并不遥远。尽管地理位置相近,但这两个会议的主题可能会有天壤之别,因为 Nvidia CEO 黄仁勋似乎更倾向于讨论 Nvidia 在 AI 领域的发展,而不是游戏领域。
在 Nvidia 的 GTC 会议目录中,主题演讲被简要描述为:"不要错过 NVIDIA 创始人兼 CEO 黄仁勋的主题演讲。他将分享 NVIDIA 的加速计算平台如何推动 AI、数字孪生、云技术和可持续计算的下一波浪潮。"
随着近期 5090 的发布,Nvidia 对新游戏图形能力保持低调是可以理解的。目前,改进可能更倾向于渐进式的小幅提升,而不是每隔几年就有一次重大革新。但这也表明 Nvidia 清楚地知道目前谁是他们的主要客户,并将重点转向这个方向。
此外,Nvidia 和黄仁勋可能迫切需要重新赢得 AI 市场的信心。自从几个月前 DeepSeek 问世以来,AI 的格局发生了巨大变化,这使得 Nvidia 关于"必须使用直接来自源头的昂贵硬件才能获得最佳效果"的论调显得有些站不住脚,这一点从股市表现中也可见一斑。
Nvidia 希望通过 GTC 获得一次胜利,而这种胜利更可能来自 AI 爱好者和投资者,而不是游戏玩家。这并不是说公司不会发布任何关于如何在 2025 年及以后的新游戏中获得最佳图形效果的信息,但至少在主题演讲中,核心焦点显然在其他地方。
好文章,需要你的鼓励
这项研究开发了CaptionQA系统,通过测试AI生成的图片描述能否支持实际任务来评估其真正价值。研究发现即使最先进的AI模型在图片描述实用性方面也存在显著不足,描述质量比直接看图时下降9%-40%。研究涵盖自然、文档、电商、机器人四个领域,为AI技术的实用性评估提供了新标准。
AI改变的远不止一间课堂,而是学生的学习方式、未来的职场场景和社会对工作者能力的要求,整个商业文明中的每一位参与者,都将被推着一起改变。
以色列理工学院研究团队提出了一种将专家混合模型融入YOLOv9目标检测的创新方法。该方法让多个专门化的YOLOv9-T专家分工协作,通过智能路由器动态选择最适合的专家处理不同类型图像。实验显示,在COCO数据集上平均精度提升超过10%,在VisDrone数据集上提升近30%,证明了"分工合作"比单一模型更有效,为AI视觉系统提供了新思路。