至顶网个人商用频道 11月09日 北京消息(文/黄当当):又一年中国零售业博览会召开了,作为老朋友的英特尔,自然少不了它和小伙伴的身影。 从“Intel Inside”到“Amazing Experience Outside”,英特尔正通过内在技术改变着人们的生活,从品牌内涵到行业贡献,包括新零售。
在英特尔看来,新零售的核心竞争力,实际上并没有发生的变化,即提供好的商品和服务,但如何解决高效率的运营和物流,背后的技术却是关键,而这正是英特尔发挥作用的地方。
英特尔公司物联网事业部零售解决方案部门零售平台市场总监Alec Gefrides表示,全球市场一个流行的趋势是自助式付款设备的兴起。比如,在实体的零售餐厅,麦当劳已经部署了自助的零售亭,正是架构在英特尔技术之上。
不同于全球市场,在中国,还有一个特别的趋势,英特尔嗅到了特殊商机,那就是移动支付正来势汹汹,“ 包括支付宝和微信支付这样的一些软件技术的引进大大提升了人们的体验,而且随着这样的一个移动支付方式同自助的零付款这样的传统的模式结合起来,未来大家享受的东西是更多的”。
正是考虑到这样一个趋势,Alec Gefride认为英特尔的机会就是帮助线下零售,担当起一个负载整合的职能。具体来说,更集中做一个集成式平台,打通传统零售的各个环节,包括POS机、电子标牌、摄像头和一些自助付款机等等,但是现在每个系统或者每个环节之间都是独立分崩离析的状态。所以英特尔想做的就是提供一个统一的平台,把各部分串联在一起。
即融合。英特尔从去年着手模块化产品,而智能POS模块就是英特尔的新产品。之所以这样做的目的,一是解决传统POS机变形难,利用模块化的方式可以即插即用,二是从维修考虑,即便是POS机损坏,也能通过模块及时更换。
关于这个产品,目前在市场应用得到不错的反馈,中科英泰副总裁刘福利表示,英特尔的POS模块,对于产品快速升级,提高算力角度来讲会更加方便、更加快,会适应不同的场景,它能同时兼顾个人便利店类,可能需要一套POS系统,同时把监控也顾上,在家乐福里面可能是一台POS机、一台POS机,后端还有一个大的服务器,场景不一样,产品需求不同,但英特尔都能够提供帮助与支持。
英特尔技术专家在接受采访时,还强调英特尔在零售市场的重点围绕三个方向,即怎样给市场提供标准化,给市场提供更多价值,以及如何让芯片处理能够更好更快的完成。未来,Alec Gefrides表示英特尔希望为众合作伙伴提供一个底层统一化的产品,因为从零售商角度来讲,他们更关心的并不是一个设备的形态,而是提供的整个系统是否能够满足店里运营的要求,模块化对于商业设备的后续升级会起到很多作用。
好文章,需要你的鼓励
UniR(Universal Reasoner)是一种创新的推理增强方法,可为冻结的大语言模型提供即插即用的推理能力。由韩国科学技术院研究团队开发,该方法将推理能力分解为独立的轻量级模块,无需改变主模型结构。UniR的核心优势在于高效训练(仅更新小型推理模块)、出色的模型间迁移能力(小模型可指导大模型)以及模块组合能力(多个专用模块可通过logits相加组合使用)。在数学推理和翻译测试中,UniR显著超越现有微调方法,展示了轻量级模块如何有效增强大语言模型的推理能力。
Nebius团队开发了SWE-rebench,一个自动化管道用于从GitHub收集软件工程任务并进行去污染评估。该系统解决了两大挑战:高质量训练数据稀缺和评估基准容易被污染。通过四阶段处理(初步收集、自动安装配置、执行验证和质量评估),SWE-rebench构建了包含超过21,000个Python交互式任务的数据集,并提供持续更新的评估基准。研究发现部分语言模型在传统基准上的表现可能被污染效应夸大,而DeepSeek模型在开源模型中表现最为稳健。
这项研究提出了JQL(发音为"Jackal"),一种通过多语言方法提升大型语言模型预训练数据质量的创新系统。研究团队从拉马尔研究所等机构通过四阶段方法解决了多语言数据筛选的难题:先由人类评估内容教育价值创建基准数据,然后评估大型语言模型作为"评判者"的能力,接着将这些能力提炼到轻量级评估器中,最后应用于大规模数据筛选。实验表明,JQL在35种语言上显著优于现有方法,甚至能泛化到未见过的语言如阿拉伯语和中文,为多语言AI发展提供了高效可靠的数据筛选方案。
浙江大学和西湖大学研究团队开发的Styl3R实现了艺术风格化3D重建的重大突破,能在不到一秒内从少量未标定照片和任意风格图像创建具有多视角一致性的3D艺术场景。通过创新的双分支网络架构将结构建模与外观着色分离,系统不仅保持了原始场景结构,还准确捕捉了参考风格特征。与现有方法相比,Styl3R在处理速度和视觉质量上均显著领先,为创意内容制作开辟了全新可能。