在新一代人工智能(AI)技术的洗礼下,PC迎来“智变”,在市场上掀起了一场AI PC的热潮。市场研究机构IDC的最新数据显示,预计到2028年,中国AI PC的年出货量将是2024年的60倍,渗透率持续提升。作为全球领先的PC厂商,戴尔科技前瞻性地将AI技术融入产品中,并充分整合资源和市场洞察,领航PC行业,开启AI新时代。
长久以来,“创新”都深深根植于戴尔科技的基因中,激发了一系列前沿的科技产品。面对AI时代下对未来PC的新要求,戴尔科技从“性能”和“体验”两方面出发,携灵越14 Plus骁龙版笔记本为广大用户带来一场酣畅淋漓的智慧革命。
戴尔灵越 14 Plus
AI技术助力性能拉满
每当谈到AI PC,话题始终都围绕AI的能力展开。作为赋予电脑智慧的“芯”,灵越14 Plus首次搭载的骁龙芯片为其带来了颠覆性的性能表现和效率提升。在骁龙X Plus处理器的加持下,不论是各种复杂工作的创建和处理,还是高质量的图形输出,都能轻松搞定。此外,用于设备端AI任务的专用NPU还为灵越14 Plus带来了大幅能效提升,同时在助力电池寿命延长、减少发热量、降低风扇噪音、提高安全性等方面都拥有优秀表现。硬件方面的实力将各方面性能全面拉满,让用户无惧各种限制束缚,即可尽情开启创作。
不仅如此,全新灵越14 Plus的骁龙平台支持运行所有版本的完整Windows 11操作系统,让PC得到性能优化的同时还能更懂用户需求,配备多任务处理工具,同时凭借16GB LPDDR5x 内存,可快速加载和切换应用程序,助力用户轻松处理日常工作。此外,灵越14 Plus还有着超高的兼容性,无论是生产力工具、浏览器、视频会议和协作还是多媒体,骁龙平台可以支持类别广泛的应用程序,让用户在处理各类任务时保持高效,放心移动办公。
戴尔灵越 14 Plus
打造面向未来的AI PC标杆
除了核心性能以外,要想检验AI PC是否做好了面向未来的准备,使用体验是否“能打”也很关键。令人惊喜的是,在优秀性能的基础上,全新灵越14 Plus凭借设计上的优异表现也做到了内外兼修。依仗14英寸纤薄设计以及不足16.90毫米的纤巧机身,灵越14 Plus可轻松放入包中,为随时随地的灵感闪现提供支持。
在画声方面,灵越14 Plus为用户带来了极致的视听盛宴。产品配备16:10高纵横比的触摸屏,并集成QHD分辨率、400尼特亮度水平和Dolby Vision技术,为用户呈现出近乎真实的画面视觉效果。而Dell ComfortView Plus硬件低蓝光解决方案也对双眼舒适度更加友好。不仅如此,灵越14 Plus的实际场景体验也出色无比:针对会议场景,在全新Windows Studio Effects的帮助下,通过背景模糊、自动取景以及眼神交流等功能,让沟通更加顺畅;对于休闲娱乐场景,Auto Super Resolution功能借助AI实时提升游戏画面分辨率,解锁极致流畅的游戏体验。
此外,借助FHD红外网络摄像头,全新灵越14 Plus的隐私保护功能还能检测用户是否位于屏幕前,防止他人窥看屏幕,更好地保护隐私。在AI技术的驱动下,灵越14 Plus的摄像头和音频能力也再度升级,拥有高分辨率的1080p FHD网络摄像头,让视频通话无论是画面还是声音都能达到出色效果。智能网络摄像头和音频可在外界嘈杂时实现背景音降噪,光线不足时仍能画面清晰呈现各种细节。并同时配备两个上射式扬声器和两个下射式扬声器,通过高端智能功放,为用户提供细节丰富的音质,带来出众聆听体验。
戴尔灵越 14 Plus
无论是性能还是体验,全新戴尔灵越14 Plus无疑是AI PC的优秀代表。它不仅融合了最新的硬件技术和设计理念,更在优秀性能和便携灵活之间取得了优质平衡,勾画出了AI走入现实的全新图景。值得注意的是,秉持可持续发展理念,戴尔科技在设计生产时不仅采用一系列环保材料,能效方面也严格遵守高级环保标准,为面向未来的AI PC打造了完美范本。
好文章,需要你的鼓励
香港中文大学与华为诺亚方舟实验室合作开发了PreMoe框架,解决了大型混合专家模型(MoE)在内存受限设备上的部署难题。研究团队发现MoE模型中的专家表现出明显的任务专业化特征,据此提出了概率专家精简(PEP)和任务自适应专家检索(TAER)两大核心技术。实验证明,DeepSeek-R1 671B模型在精简50%专家后仍保持97.2%的MATH500准确率,内存需求降至688GB;而更激进的精简方案(减少87.5%专家)也能保持72.0%的准确率。该方法适用于多种MoE架构,为强大AI系统的广泛部署铺平了道路。
SCIENCEBOARD是一项开创性研究,旨在评估多模态自主智能体在真实科学工作流中的表现。研究团队构建了一个包含169个高质量任务的基准测试,涵盖生物化学、天文学等六个科学领域,并开发了一个真实环境让智能体通过CLI或GUI接口与科学软件交互。实验评估表明,即使是最先进的模型在这些复杂科学任务上的成功率也仅为15%,远低于人类表现,揭示了当前技术的局限性并为未来科学智能体的发展提供了宝贵见解。
帝国理工学院的研究团队开发了AlphaMed,这是首个仅通过极简规则强化学习就能培养医疗推理能力的AI模型,无需依赖传统的思维链示范数据。通过分析数据信息丰富度和难度分布的影响,研究发现高信息量的医疗问答数据是推理能力的关键驱动因素。AlphaMed在六个医疗问答基准上取得了领先成绩,甚至超越了更大的封闭源模型,同时展现出自发的步骤推理能力,为医疗AI发展提供了更加开放、高效的新路径。
Alita是一种新型通用AI代理系统,采用极简设计理念,以"最小预定义,最大自我进化"为原则构建。由普林斯顿大学等多家机构研究团队开发的Alita,只配备一个核心能力和少量通用模块,能自主创建所需工具并重用为模型上下文协议(MCPs)。实验显示,Alita在GAIA基准测试上达到87.27%的通过率,超越包括OpenAI Deep Research在内的复杂系统,证明简约设计可带来卓越性能。