RPO新解法:AI画图模型强化学习,噪声该往哪加?

资讯 腾讯网 作者:科技行者 全文 6715 字 · 约 17 分钟读完 分类视频生成

你可能没想过这个问题:训练一个会画图的AI,让它根据人类打分不断优化,到底难在哪里?答案听起来有点反直觉。难点不在于"告诉AI哪张图更好",这个人类反馈模型早就能做了。真正卡住所有人的是另一件事:要让强化学习生效,你得先让生成过程变得"随机",可现在最先进的图像和视频生成模型,走的恰恰是一条确定性路径。这就...

所属频道 视频图像生成

训练一个会画图的AI,让它根据人类打分持续优化,究竟难在何处?这个问题可能很多人没细想过。

答案听上去有些反直觉。卡点并不在“告诉AI哪张图更好”——人类反馈模型早就能干这件事。真正让所有人头疼的是另一件事:强化学习要生效,生成过程得先变得“随机”,可眼下最先进的图像和视频生成模型,偏偏走的是确定性路径。

打个比方,你想训练一名射箭运动员,靠“这箭射得好,下次朝这个方向调”来进步。问题是这名运动员每次动作分毫不差、纹丝不动,你根本没法告诉他“往哪个方向调整”,因为压根不存在方向,一切都是定数。

新加坡国立大学和字节跳动团队的一篇论文《Routing Policy Optimization》(简称RPO),盯上的就是这个尴尬局面。

核心问题:确定性采样器和强化学习的天生矛盾

先说说背景。

如今最火的图像和视频生成模型,像Stable Diffusion 3.5和Wan2.2,走的都是“流匹配”这条技术路线。

流匹配是一种训练方法,让AI学会把随机噪声一步步“整理”成清晰图像或视频,整个过程能用一条确定的数学路径描述,不需要随机扰动。

这类模型有个特点:同一个随机噪声出发,走同一套采样流程,每次生成的结果一模一样。推理阶段这是优点,稳定、可控、速度快。可一到强化学习训练阶段,麻烦就来了。

强化学习的基本逻辑是:智能体做出一个随机的“动作”,环境给出奖励,再依据奖励调整做动作的倾向。动作要是不随机,根本没法学。

早前的研究者,比如DDPO和DPOK,用的是DDPM那套随机去噪思路,本身就带随机性,可以直接套强化学习。后来大家转向流匹配这类确定性模型,怎么办?

Flow-GRPO和DanceGRPO这些工作想了个招:硬把确定性的ODE(常微分方程)采样器改造成随机的SDE(随机微分方程)采样器,强行注入噪声,造出随机动作。这招管用,代价却不小。

想象一下,原本有一条笔直的高速公路,10分钟就能开到目的地,现在为了“制造随机性”,每隔几公里就随机绕个弯。最终也能到,可每次绕弯都得花时间重新规划路线、重新算油耗。SDE转换的代价正是如此:一次确定性的10步生成,变成了需要反复采样、反复计算似然的昂贵过程。不这么改造,模型压根没法用强化学习训练;这么改造之后,训练效率直线下降。

论文里提到,这类方法还衍生出一堆“省钱”补丁:缩小时间窗口、共享分支、一步更新等等。说到底都是在给“强行注入随机性”的代价打补丁,没有从根源上解决问题。

RPO的思路:别动采样器,去动注意力

RPO团队的想法挺巧妙:既然问题出在“采样器本身是确定的”,那干嘛非要在采样器里制造随机性?模型内部其实还有一个天然带随机可能性的地方——注意力机制。

在Transformer模型里,注意力机制指的是:每个token(可以理解为图像或视频被切成的小块)先算出自身与其他所有token之间的“关联程度”,再依据这一程度来分配“关注力度”,这套过程就是注意力。

正常情况下,一个diffusion transformer(扩散变换器)会把图像切成一个个小块,每个小块做注意力计算时,会看遍所有其他小块,这叫“稠密注意力”。RPO的点子是:训练阶段让每个小块不去看所有其他小块,而是按照它自己原本的注意力权重,随机挑选一部分小块去看。

这个“挑选哪些小块可见”的决定,论文里叫做“路由”。

路由说的是每个查询小块(query block)在做注意力计算时,挑哪些关键小块(key block)来关注的一套方案。它可以看成给注意力计算画出的可见范围地图。

随机性就这么被引入了训练过程,而且完全不用碰采样器。采样器还是那个10步确定性流程,只是在某几个关键的去噪时刻,让注意力算得“不那么完整”。

这里有个细节值得细看:路由并非随意挑选,它依照模型原有的注意力权重大小来抽样。权重高的小块被选中的概率更大,低权重的小块同样有机会被抽中,探索的余地就这么留了出来。好比一位老练的厨师挑当天要用的食材,多半会拿常用的那几样主料,偶尔也顺手抓一把不常使的香料试试新搭配。要是一点“偶尔尝试”的机会都不给,厨师就只能困在自己的老套路里,菜品风格始终不变;可完全随机乱抓,又会把整道菜的根基毁掉。路由机制要做的,就是在“大概率延续已知的好搭配”与“保留随机探索空间”之间找平衡。

每个小块还带一个“安全区”:它始终能看到自己所在的那个小块,这是雷打不动的保底。候选集是除自己以外的全部其他小块,路由要做的就是从候选集里挑出一部分,或者干脆选择“还是老老实实用稠密注意力好了”。

还有个技术细节挺有意思:挑选小块的顺序不是按常见的“从左到右、从上到下”光栅扫描来切块,而是用了一种叫吉尔伯特曲线的空间填充曲线。

吉尔伯特曲线是一种空间填充路径,它把二维乃至三维空间填满时遵循一条规则:位置挨着的点,落在曲线上也挨着。按它切出来的小块是紧凑的方块,不会拉成横着的一条长条。

这个讲究不是多余的。要是图省事按从左到右扫的方式切,一个128个token的块很可能横跨图像好几整行,块里塞进来的像素可能天南海北、彼此无关,反倒是真正挨着的像素被甩到了序列里很远的位置。打个比方,给一个房间的家具分组打包,却按“进门先打包第一排”的规矩来,不管这排里混着床、灯还是植物,装出来的箱子自然乱成一团,根本没按“这几件其实摆在同一个角落”来分。改用吉尔伯特曲线,每块就是一个紧凑的小方块,块内像素在物理上确实相挨,路由决策才站得住脚。

路由动作怎么打分:看速度场似然

随机动作有了还不够。强化学习得弄清楚一件事:这个随机动作究竟好不好,模型参数该朝哪个方向调。

RPO的办法挺巧。每做一次路由,那一步生成的“速度”就会被改动,而速度正是模型预测的、决定下一时刻图像往哪儿变的向量。

所谓速度场,是流匹配模型里的一个数学量,它描述当前的噪声状态该朝什么方向、以多快的速度过渡到下一个状态。整个生成过程,就是顺着速度场一步一步走完的。

RPO把被路由扰动过的速度和模型原本的稠密速度摆到一起比——后者没加任何遮罩,是正常算出来的。比较时套一个高斯分布,衡量这次路由带来的偏差有多大,以及这个偏差该怎么体现在参数更新上。

妙就妙在:似然公式里出现的是模型自己的稠密速度场,不是额外挂上去、专为路由服务的临时参数。换句话说,这次更新直接落在“模型正常状态下该怎么算”这件事上,而不是落在“路由该怎么选”上。

这也说明了训练完为什么能把路由整个拿掉:路由自始至终只是个撬杠杆的支点,被撬动、被改变的是支点另一头的稠密速度场。支点一撤,被撬的东西还留在原地。那种专门训一个路由策略网络、推理时还得带着它一起跑的路子就完全不同了——按后一种思路,推理时必须保留路由选择那套逻辑,模型再没法像以前那样跑一套干净的确定性流程。

两次尝试怎么找基准:配对式两轮对照

另一个关键设计随之而来:一次路由选择究竟是好是坏,拿什么衡量。

强化学习里常见的套路是同一场景跑很多次,比如8次,再看这一组里哪次相对更好,用组内平均值当参照。Flow-GRPO这类方法大多这么干。

RPO挑了个更轻的方案:每次只跑两回。两回共享完全一样的文本提示词、一样的初始噪声、一样的路由时刻,连“保持稠密不变”的锚点层也相同,唯一的差别是两次抽到的路由方案不同。

锚点层指的是路由发生的那几个去噪时刻里,被随机指定继续走稠密注意力、不参与路由的那部分Transformer网络层,作用是稳住整体计算。

两轮跑完,比最终打分的差距。分高的那套路由方案被认为更值得鼓励,分低的就该压一压概率。这个差值直接当作“优势信号”,用来指导参数更新。

这像什么呢?好比你是品酒师培训学校的老师,想弄清两种“摇杯手法”哪一种能让学生更准地品出酒的风味差别。让每个学生用8种手法各测一遍再统计平均,确实更全面,可每人要测8次酒,费时费力,疲劳了判断还容易走样。改成只测两次:同一瓶酒、同一个学生、同一个品尝环境,只有摇杯手法不同,两回打分一对比,哪种手法让风味更突出一目了然,还省下六次测试。要是不做这种严格配对,拿两个毫不相干场景下的打分硬比,你根本说不清分差是手法造成的,还是这瓶酒本身质量在波动。

论文把这叫“受控的两轮估计”。它的价值在于把“内容本身的随机波动”这个干扰项牢牢按住,只留“路由方案不同”一个变量,这样算出的差值才真正反映路由选择的好坏,不至于被别的噪声源搅浑。

实验结果:图像和视频都测了

设计思路说了这么多,实际效果如何?

论文验证了两个场景:文本生成图像用Stable Diffusion 3.5 Medium,文本生成视频用Wan2.2-TI2V-5B。

图像这边,奖励模型是HPSv3(人类偏好评分系统的一个版本),训练数据取自PickScore数据集,测试放在DrawBench这个经典图文对齐评测基准上。

结果,RPO训练后的模型在五项指标上全面压过训练前:美学分数从5.19升到5.25,DeQA图像质量分数从3.35升到3.56,反映人类偏好的ImageReward从负0.54提到负0.18,PickScore从20.72升到20.98,UnifiedReward从2.10升到2.32。

更关键的较量是训练效率和Flow-GRPO比。两者同一个底模、同一套奖励信号、同一个10步采样器起步,训练50步后看验证集上的真实表现——注意,这里评估的是撤掉所有随机扰动之后、推理时真正会用的那个稠密模型。

结果:RPO只花25步,就追上了Flow-GRPO跑满50步才到的分数,最终分数还比Flow-GRPO高出1.1分。同样的训练预算,RPO把推理效果的提升速度差不多翻了一倍。

VBench将视频质量拆成16个细分维度,论文借此把RPO与Flow-GRPO、DanceGRPO摆在一起比,结果差距比图像任务更明显。

先看关键数据表。

| 方法 | 训练GPU小时 | 视觉美感 | 画面清晰度 | 主体一致性 | 动作自然度 | 物体类别识别 | 多物体 | 人物动作 | 场景 | 总分 |

|---|---|---|---|---|---|---|---|---|---|---|

| RPO | **24.1** | 62.64 | 68.65 | 98.69 | **99.06** | **85.41** | **61.30** | **84.20** | **40.84** | **82.00** |

| DanceGRPO | 102.3 | 61.74 | 67.69 | 98.38 | 98.75 | 80.81 | 59.34 | 80.00 | 36.95 | 81.46 |

| Flow-GRPO | 75.4 | 60.09 | 67.43 | 97.59 | 97.88 | 79.10 | 59.98 | 81.80 | 36.73 | 81.19 |

训练GPU小时这一列最显眼:RPO用了24.1个,DanceGRPO是102.3个,Flow-GRPO是75.4个。换算下来,RPO的开销约为Flow-GRPO的三分之一、DanceGRPO的四分之一不到。可三分法里,总分压过原始底模81.61分的只有RPO一家。

语义理解这块涨得最突出。物体类别识别多了4.4个百分点,人物动作识别多4.8个百分点,场景理解多3.43个百分点,多物体场景处理多2.15个百分点。落到实际判断上,每识别25个物体类别能多对1个,每做20次动作判断能多对1次。训练时优化的奖励是HPSv3这个综合性人类偏好分数,上述语义指标并不在直接优化范围内,却也同步走高。改进并非只学会讨好打分模型,生成质量的根本处同样被触动。

论文还记下一个耐人寻味的取舍:Flow-GRPO把动态幅度拉高了12.5个百分点,画面一致性、流畅度、美学质量和色彩表现却因此打了折扣。它的优化方向偏向让画面对应“动起来”,其他维度则做了让步;RPO更侧重语义层面的准确对齐,各维度涨得比较均衡。

局限与后续方向

论文没有回避,几处尚未打磨到位的地方都摆了出来。

头一条是架构依赖:方法成立的前提是模型内部有注意力机制可用。换成完全不靠注意力计算的网络架构,这套路由思路就失去了落脚点。

第二条是路由决策还比较粗:一次选择要同时覆盖所有被选中的注意力层和全部注意力头,逐层、逐头地精细调控做不到。给速度场打分时用的是高斯分布假设,这本身就是一种简化近似。真实的路由扰动效果并不严格服从高斯分布,那个似然公式只能算实用替代品,谈不上精确的数学刻画。

论文还提到一个微妙现象,叫“稠密增益衰减”:某些训练过程中,路由训练阶段的奖励分数持续上涨,推理时真正派上用场的稠密模型,其提升幅度却先升后降。模型可能太快学会了讨好那几个被路由扰动过的特定转换点,这种进步没能均匀传导到整个稠密计算流程。问题由此更深一层:只在局部几个时间点注入扰动、却指望全局受益,局部与全局的进步速度未必同步。

写在后面

通读下来,最打动人的是一个很朴素的转向。碰上“过程是确定的,所以没法做强化学习”这类困境,多数人的本能是把确定的东西强行改造成随机的,Flow-GRPO改造采样器走的就是这条路。RPO没有去啃这块硬骨头,转而到模型内部寻找本来就存在、天然带点选择余地的位置。

类似的场景在工程里不少见。问题卡住时,大家习惯去加固那个最显眼、被公认为核心流程的部分,真正的突破口有时却藏在平时不太起眼的旁支模块里。注意力机制一向被当作分配关注度的技术细节,很少有人想到它能被包装成强化学习中的动作空间。

另一点也值得琢磨:论文反复强调训练结束后撤掉路由,恢复原来的确定性推理流程。整套方法从设计之初就带着克制,它不打算造一个依赖路由才能工作的新模型,而是让路由充当一次性的脚手架,楼盖好就拆。这种设计取向,或许比具体技术细节更值得其他研究者参考。

“稠密增益先涨后跌”这个现象,论文没有给出完整解释,只是如实记录。不藏着掖着的态度,反倒让这篇论文的可信度多了几分。

Q&A

Q1:RPO是什么,它解决了什么问题?

A:RPO全称Routing Policy Optimization,是一种给图像和视频生成模型做强化学习训练的新方法。它针对的核心问题是:流匹配类生成模型的采样过程是确定性的,没有天然随机性可供强化学习利用。RPO不动采样器,而是把注意力机制里“选择关注哪些区域”这个决策变成随机动作,训练完成后再撤掉随机机制,恢复原本的确定性推理流程。

Q2:RPO和Flow-GRPO相比优势在哪里?

A:训练效率是最大优势。Stable Diffusion 3.5上,RPO训练25步就追平Flow-GRPO训练50步的效果,最终分数还高出1.1分。Wan2.2视频生成上,RPO的训练GPU小时数约为Flow-GRPO的三分之一,VBench总分却是三种方法里唯一超过原始底模的。

Q3:RPO训练完之后,推理时还需要用到路由机制吗?

根本用不上。RPO 的路由机制只服务于训练环节,作用是产生带随机性的探索动作;模型自身的稠密速度场才是最终被更新的对象。训练一结束,注意力遮罩全部撤除,稠密注意力计算恢复完整,采样器也回到原本的确定性版本。推理过程和训练前没有差别,额外计算开销一点都不会多出来。

本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. AI生成的视频能撑起一个真实世界吗?Orbia给出了答案

    你有没有玩过那种第一人称探索游戏,走进一个房间,转身看看背后的风景,再回头继续往前走?如果这段体验不是游戏引擎实时渲染出来的,而是一个AI大模型凭空生成的视频,你会不会担心,当你转身回头的时候,原本那张沙发是不是还在原地?这不是一个无聊的较真问题。2024年以来,视频生成模型从"拍个好看的短片"快速升级到"模拟...

    来源 腾讯网
  2. WorldMemBench:当AI视频模型“走出去又走回来”,它还记得原来的世界吗

    你大概见过这样的AI视频demo:镜头缓缓穿过一间客厅,沙发、窗帘、窗外的树,一切都挺像那么回事。然后镜头转走了,去看了别的方向,几秒钟后转回来。这时候屏幕上的客厅变了。不是那种自然的、光线移动造成的细微变化,是窗帘的花纹对不上了,或者沙发干脆变成了另一张沙发,甚至房间的布局整个换了个样。画面依然漂亮,运...

    来源 腾讯网
  3. AI视频生成提速的代价:四步生成为什么总是糊的?

    你有没有试过把一张高清照片用美颜软件疯狂磨皮,磨到最后五官轮廓还在,但皮肤纹理、睫毛、发丝这些细节全没了?这其实就是现在AI视频生成模型在做的事情,尤其是当你要求它"快一点,再快一点"的时候。**这篇论文要讲的故事,就是研究者们怎么跟这种"磨皮式模糊"较劲的。**视频扩散模型要跑得快,到底难在哪先说说背景。现...

    来源 腾讯网
  4. 腾讯音乐三季度营收89.41亿:AI歌曲日均入库45%,平台怎么接招

    音乐平台从未像今天这样不缺新歌,但下一个能够持续创造商业价值的音乐明星,依然难寻。 11月17日,腾讯音乐公布2026年第三季度财报,营收89.41亿元,同比增长5.6%,低于市场一致预期。 依靠高阶会员、演唱会和艺人周边,这家在线音乐巨头正进一步挖掘成熟IP的商业价值,但主力产品的用户活跃度仍然承压。 存量IP的生意

    来源 AI 行业观察
  5. 这个访谈,回答了语言和多模态路线之争

    大家都在迷雾中寻找下一代 AI 的方向。 作者: GaKi 编辑: Koji‍ 排版: NCon对于下一代 AI 应该往哪里发展,几家头部的 AI 公司似乎有了不同的判断。Anthropic 此前公开解释过,为什么 Claude 没有像竞争对手一样投入图片和视频生成。原因是公司希望将更多资源用于 AI 算力分配、安全研

    来源 腾讯网
  6. AI泔水入侵科普:南海双头虾与万张鸟类贴纸暴露知识污染风险

    AI泔水(AI Slop),正在侵蚀人类的知识世界。这个词在2025年入选《韦氏字典》年度词汇,专门用来形容由人工智能批量生产、质量低劣的数字内容。出现双头虾的《南海海洋生物科普丛书》中,绝大多数图片均由AI绘图工具生成。图片来源:澎湃新闻近日,中国农业出版社出版的《南海海洋生物科普丛书》,因出现不符合常识的“双...

    来源 腾讯网
  7. 谷歌提出SIM记忆机制:让AI智能体跨模型持续自我改进

    模型一换,精心优化的 agent harness 可能立刻“水土不服”。专为 Claude 演化的 harness 甚至可能给 Gemini 带来“负收益”。因此,模型迁移后需要重新评估继承的修改,判断哪些仍然有效,哪些需要修订。 harness 管理 agent 的上下文、工具和执行流程。递归自我改进(RSI)虽会依

    来源 AI 行业观察
  8. 只改一处代码,谷歌 AI 智能体优化 Harness 后任务成功率提升 8 倍

    IT之家 11 月 20 日消息,谷歌研究人员当地时间 11 月 17 日最新发表的研究论文《Harnesses That Improve Themselves》(《能够自我改进的 Harness》)显示,通过让 AI 智能体逐步修改自身运行框架,并对每次修改进行验证,可以显著提高软件工程任务的完成率。 在一项 SWE

    来源 AI 行业观察
  9. OpenAI首款AI硬件揭秘:苹果班底操刀,富士康立讯分食订单

    OpenAI确实是挖到苹果的「大后方」了。 证券时报11月19日一早就援引供应链消息指出,富士康旗下富智康集团(FIH)已经获得OpenAI手机项目订单,将参与相关产品的整机组装。事实上,前一晚每日经济新闻也援引供应链人士表示,立讯精密目前与OpenAI有多个产品的全面合作,「或因资源配置的统筹考量未承接手机组装业务。

    来源 AI 行业观察
  10. 三星天气App新动向:One UI 9.5内测AI目的地提醒?

    IT之家 11 月 20 日消息,科技媒体 SamMobile 昨日(11 月 19 日)发布博文,报道称在 One UI 9.5 首个 Beta 测试版中,三星正在为天气(Weather)应用酝酿 AI 升级,在用户出发前提醒其查看目的地天气。IT之家援引博文介绍,系统识别到用户计划前往另一座城市后,天气应用会显示“

    来源 腾讯网
  11. 阿里2027财年Q2:AI云收入609.73亿增53%,平头哥三代GPU路线图加速

    每经记者:陈婷 每经编辑:魏官红阿里巴巴的增长盘面,正在上演清晰的冷热分野。11月19日,阿里巴巴集团(以下简称“阿里”,HK09988)发布2027财年第二季度财报(截至2026年9月30日止季度)。本季度,阿里收入同比增长10%,经调整EBITA同比增长260%,净利润为人民币644.20亿元,同比增长213%,主

    来源 腾讯网
  12. 14%收益提升!OpenAI用AI造芯,5个月完成人工1年工作量,Astra领跑

    智东西(公众号:zhidxcom)编译 | 程茜编辑 | 李水青智东西11月19日消息,刚刚,OpenAI宣布,其模型在不到五个月内,将AMD旗舰级GPU IP的PPA(芯片设计核心指标)提升高达14%,这是此前人类工程师约一整年的研发工作量。OpenAI的研究证明,在RISC-V评估任务中,模型能够探索全新处理器架构

    来源 腾讯网
  13. 当AI办公接入同样的模型,竞争回到了老问题上

    这是难得一见的一幕。因为AI的出现,中国的几家大公司近期先后调整了AI办公业务的组织架构。 7月底,字节跳动启动组织调整,整合豆包、飞书和火山引擎的力量,9月CEO梁汝波在飞书大会上首次系统阐释了这一安排;腾讯的WorkBuddy由马化腾亲自参与产品会议,QClaw相关业务和团队也并入这条线;阿里把三款产品合并成千问办

    来源 AI 行业观察
  14. HPE推ProLiant Gen13服务器:搭载第六代AMD EPYC,主打AI推理与安全

    为此,HPE以全新ProLiant Gen13服务器作出系统性回应。HPE此次推出的两款ProLiant Gen13服务器,融合HPE深厚的工程技术积淀与AMD EPYC 9006 SP7处理器的性能优势,在核心密度、内存带宽及I/O能力等方面实现进一步提升,为企业应对AI时代多元化、复杂化的计算需求提供强劲算力支持。

    来源 TechWeb
  15. HPE ProLiant Gen13上新:第六代AMD EPYC加持,面向AI推理与企业负载

    为此,HPE以全新ProLiant Gen13服务器作出系统性回应。HPE此次推出的两款ProLiant Gen13服务器,融合HPE深厚的工程技术积淀与AMD EPYC 9006 SP7处理器的性能优势,在核心密度、内存带宽及I/O能力等方面实现进一步提升,为企业应对AI时代多元化、复杂化的计算需求提供强劲算力支持。

    来源 TechWeb
  16. 三星AI眼镜预售数小时售罄:12月10日韩美开卖,65万韩元起

    IT之家 11 月 19 日消息,三星电子与谷歌、Gentle Monster 联合推出的人工智能眼镜“Intelligent Eyewear”,尚未正式上市便取得了不错的市场反响,关键型号在预售开启后数小时内便售罄。 韩国眼镜品牌 Gentle Monster 宣布,“Intelligent Eyewear”的核心款

    来源 AI 行业观察
  17. HPE发布ProLiant Gen13服务器:搭载AMD第六代EPYC,主打AI推理与安全

    【TechWeb】11月19日消息,HPE正式推出两款搭载第六代AMD EPYC™处理器的HPE ProLiant Gen13服务器。面向AI推理与智能体AI等新兴工作负载带来的计算需求,全新系列产品进一步提升计算性能、内存带宽及I/O能力,助力企业加速智能体AI、AI推理、数据分析、虚拟化、仿真与建模等多元工作负载的

    来源 AI 行业观察
  18. Echo 创始人邹皓:硬件负责收集声音,AI负责创造价值

    过去一年,AI 硬件经历了一轮完整的冷热切换。年初,“取代手机”式的探索产品相继退场,热度转向更加务实的产品路线:录音卡片累计出货突破百万台,头部公司做出上亿美元级别的年经常性收入,AI 眼镜出货量一年增长超过三倍,行业叙事也从录制工具,升级为记录生活的入口。2026 年下半年,Personal Agent 概念爆火,

    来源 腾讯网
  19. 联想集团杨元庆:对AI算力需求的长期增长充满信心

    11月19日,联想集团披露截至2026年9月30日的2026/27财年第二季度业绩:季度营收突破2000亿元人民币,调整后净利润率同比提升2个百分点至4.5%。联想集团董事长兼CEO杨元庆称,“我们对AI算力需求的长期增长充满信心。”杨元庆表示,“当前AI实际应用方兴未艾,不仅将带动基础设施需求的持续上升,也将激发终端

    来源 腾讯网
向下滚动自动加载更多