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
麻省理工学院研究团队发现大语言模型"幻觉"现象的新根源:注意力机制存在固有缺陷。研究通过理论分析和实验证明,即使在理想条件下,注意力机制在处理多步推理任务时也会出现系统性错误。这一发现挑战了仅通过扩大模型规模就能解决所有问题的观点,为未来AI架构发展指明新方向,提醒用户在复杂推理任务中谨慎使用AI工具。
继苹果和其他厂商之后,Google正在加大力度推广其在智能手机上的人工智能功能。该公司试图通过展示AI在移动设备上的实用性和创新性来吸引消费者关注,希望说服用户相信手机AI功能的价值。Google面临的挑战是如何让消费者真正体验到AI带来的便利,并将这些技术优势转化为市场竞争力。
中科院自动化所等机构联合发布MM-RLHF研究,构建了史上最大的多模态AI对齐数据集,包含12万个精细人工标注样本。研究提出批评式奖励模型和动态奖励缩放算法,显著提升多模态AI的安全性和对话能力,为构建真正符合人类价值观的AI系统提供了突破性解决方案。