老虎社区

你认为手机影像能力，上限在哪里？ 给自己一分钟，仔细思考一下这个问题的答案。我们或许会发现，内心深处有某块石头横亘在那里，让我们对移动影像的上限预估并不高，比如说长焦会模糊，夜拍不自然，拍摄效果总是显得扁平。凡此种种，不一而足。 在自然界，我们总会发现严丝合缝的石头里，也能长出藤曼，甚至开出花。而对于移动影像，也有一些人不信邪。 在OPPO，有超过1000人的影像团队，每年研发费用超过10亿人民币。在这样的投入下，3月21日发布的OPPO Find X6系列，我们看到了它的影像表现。就像OPPO首席产品官刘作虎所说：“基于OPPO领先行业的影像算法和影像审美，OPPO Find X6系列实现了影像的飞跃式进步，首次实现全主摄、暗光长焦以及计算光影，开启移动影像的新时代。” 让我们一起进入Find X6系列背后，一群种花人和他们的影像秘密。 移动影像，那块石头 阻挡在用户与移动影像之间的那块石头，究竟是什么？ 根据IDC数据，2018年至2022年，手机产品的平均价格不断攀升，600美元以上的高端市场销量占比从10.17%攀升至23.48%。而从连续多年的手机销量下行中来看，也可以发现高端手机已经形成了逆势增长，支撑产业前进的核心动力。 （OPPO Find X6 Pro 自由曲面超广角样张） 而影像，则始终坚定地担任着高端市场的胜负手，从无例外。为什么高端市场用户始终愿意花更多价钱来购买影像能力？答案或许在于，用户对手机性能、网络、应用的需求或许是有尽头的。智能手机发展到今天这个阶段，可以看到算力本身发展已经大幅放缓，而操作系统的优化也已经进入了成熟期，能够感知到的性能升级幅度已经很小。但用户对影像审美的要求却依旧处在高位，但远远未被满足： 1.长焦难以创作 主摄、副摄的概念从手机多摄开启时就存在，但专业相机是没有主焦段、副焦段区别的，这是一个手机时代创造出来的概念

凝聚态，是物理学的一个基础概念。当原子因为相互作用力，集中在一起，电子的能级就会叠加，这种状态就叫“凝聚态”。 科技发展史上，产业联盟的存在，可以看作是一个行业内创新主体的“凝聚态”，来共同解决行业中的问题。吸引各个角色走到一起的作用力之一，就是知识产权。 “保护知识产权就是保护创新”，这一论断已经被高科技发展的历史所证明。20世纪70年代的美日半导体之争，正是在半导体制造技术产业联盟Sematech的推动下，成员单位联合研发，按规范开放知识产权和专利，减少了新技术落地可能产生的知识产权保护问题，使所有成员公司的研究成本大为降低，最终让美国在DARM半导体技术上赶上了日本。 时间推进到今天，量子计算成为全球科技竞赛的关键领域。然而，目前中国已有的专利联盟，没有一个涉及具体的量子知识产权，也不涉及成立专利池，这无疑会阻碍中国量子计算的创新和产业化进程。 幸好，在3月23日，中国量子领域也有了自己的知识产权联盟组织。百度联合北京量子信息科学研究院等8家单位，宣布成立国内首个“量子计算产业知识产权联盟”，由北京市知识产权局任指导单位，百度、北京量子院任理事长单位，其他创始成员包括中国信通院、中国移动、启科量子、玻色量子、华翊量子等，北京知识产权运营管理有限公司担任顾问单位。联盟还设置了标准与知识产权工作组等4大工作组，并成立国内首个“量子计算产业专利池”。 如果说，Sematech是半导体领域一次重要的产业“凝聚态”，那么“量子计算产业知识产权联盟”，就是中国量子计算产业的历史性集结。 它们的共同之处在于，都着眼于新技术的知识产权问题，凝结了产业链上下游成员单位的力量，由远见卓识、广受认可的发起者推动，并为一项新技术从研发到应用的全过程奠定基础。 通过这个中国量子计算产业的核心“朋友圈”，我们可以一窥量子产业化的秘密：一个量子产业联盟究竟需要哪些成员？如何分工？如何发展？会给

开年以来，伴随着大模型的关键性突破，大众对人工智能的关注达到了全新高点。以深度学习为核心的AI，正在邀世界各行各业一同起舞。AI计算硬件的进化，也必须与整个社会的算力需求，同频共振。 大模型让算力需求指数级增长，计算硬件是否能随之突破？3月20日，GTC 2023开发者大会如期而至，自然要回答这个问题。GTC发布了基于L4和L40的NVIDIA推理平台，国内AI服务器厂商宁畅发布的X620 G50全能型AI服务器，也率先支持全新发布的NVIDIA L4 Tensor Core GPU和NVIDIA L40 Tensor Core GPU。 （宁畅X620 G50 搭载NVIDIA GPU） NVIDIA和宁畅，携手构筑算力底座，AI和元宇宙时代的盛大舞会，接下来会发生什么？ 量变引起智变：AI推开的舞会大门 2023开年以来，以大语言模型为代表的AI进入新阶段，在理论和逻辑上可以带来难以想象的经济价值，成为全球瞩目的话题。 拉开AI与元宇宙时代的舞会大幕，靠的是AI计算的“量变引起智变”。 所谓量变，指的是“超大规模计算+超大规模的模型+充分的训练过程”，用强大计算来提升AI表现。即便是现在最大的“大模型”，依然还不够大——模型参数还在增大，数据量越大推理表现越好，多模态大模型还需要更多训练。可以肯定，要继续发挥AI的潜力，强大充沛的算力是前提。 所谓智变，指的是在“大算力+大数据+大模型”的基础上，AI出现一种智能“涌现”现象，体现在大语言模型近期开始具有强大的理解能力和长文本生成能力，是AIGC、元宇宙等新产业的底层技术之一。计算的量变带来AI的“智变”，推动AI进入规模化生产和落地应用的新阶段。 由此带来了新问题，一方面AI要到一个个行业场景里去，导致整体算力需求的不断增加，进一步加剧了算力供需不平衡；另一方面AI进入广袤的行业领域，面对多样化的计算需求，需

全球很多人都开始相信，以ChatGPT为代表的大模型，将带来一场NLP领域乃至整个人工智能的技术革命，影响遍及各行各业。 那么，金融机构和科技企业，应该以怎样的姿态迈入新的洪流？ 前不久，有“中国智能科学技术最高奖”之称的吴文俊人工智能科学技术奖，正式公布了2022年度获奖名单。 其中，度小满建设的“智能化征信解读中台”工程，率先将大型语言模型LLM、图算法应用在征信报告的解读上，荣获了吴文俊人工智能科技进步奖，成为唯一入选的金融科技公司。 大模型应用价值到底在哪里，如何落地？是一道新技术从实验室走向产业的必答题。 度小满的“智能化征信解读中台”工程，就带来了技术+应用的双重答案。 征信报告是识别个人信用的最重要风控手段，报告中包含大量非结构化的征信数据，比如大量的文本信息。这些征信数据的复杂性和多样性，很难使用传统的数据处理方式进行分析。而度小满“智能化征信解读中台” ，能够将报告解读出40万维的风险变量，将银行风控模型的风险区分度提升了26%，切实在银行信贷场景中发挥作用。 这背后的技术是度小满率先将大型语言模型LLM、图算法等新技术应用在征信报告的解读上，“智能化征信解读中台”包含了“3个平台-1个特征生成框架-3个模型”，让征信报告解读进入到图机器自动学习阶段。 大模型重新定义金融科技 NLP长期以来是一个AI领域基础而“冷门”的学科，全世界的NLP公司都比较少，度小满为什么还要坚持研究NLP领域？大模型时代， NLP能给金融领域带来哪些变化？ 先说大模型。 金融文档、信息处理等NLP任务贯穿整个金融领域，读文档、查文档、写文档，是金融机构各个业务场景中的基础工作。以往，这些领域的智能化，使用传统NLP范式去开发相关模型，数据标注成本高，开发交付周期长，维护困难。 LLM用预训练+精调+提示的新方法，能够用一个模型处理多个任务，甚至未曾见过的通用任务，这

在我们看似井井有条的世界中，也存在着拥挤、无序的量子空间，停车场便是其中之一。 停车场信息化建设落后，数据和资源无法共享，形成信息孤岛；在车辆管理过程中，工作人员很难及时了解车辆准确的进出时间，造成工作人员与车主之间的矛盾；工作人员为了管理停车场需要长期生活在暗无天日的停车场中，对工作人员身心都造成影响。 随着AI的发展，改变停车场的混乱现状成为可能。下面就让白洞带领大家一起，看看AI是如何改造停车场的吧！

越来越多的企业选择上云，完成业务的数字化转型，促使云计算市场变得格外热闹。全球范围内，谷歌等新晋云厂商正在蚕食AWS的霸主地位，国内也有京东云等“后起之秀”，市场份额增长速度也很快。 面对这么多云厂商同台竞技，企业是不是有种眼花缭乱的感觉？于是，抱着“鸡蛋不能放在同一个篮子里”“货比三家，让云厂商卷起来”等想法，越来越多的企业开始采用混合多云战略，按需采用公有云、专有云等混合云架构，还会结合各家优势采用多家云厂商的服务。 这种混合多云的新一代IT基础设施，为什么比单一的 “一朵云”更具吸引力呢？ 可以看到，数字化转型来到新的关键时期，混合多云确实是必要的。不过，混合多云架构也带来了大量挑战，比如IT资源的复杂度，管理难度随之增大，看似选择更多，实际名目繁杂，不同架构、不同品牌的云难以互通，反而形成了另一种形式的绑定，实践中经常感觉不够灵活，再比如，混合多云所涉及的供应链复杂，没有全面、真正地实现国产化替代，卡脖子断链的风险就始终存在。 所以，企业数字化也开始呼唤新一代数字基础设施。一方面，要保证灵活性，在混合多云架构下，让多种计算资源能够进行良好的协作。另一方面，需要强调安全性，通过“多云多芯多活”，完成国产化真替真用，提升中国企业的供应链韧性。 这两个任务，实现起来都不容易。因此，在应用混合多云战略的深度数字化阶段，企业需要具有深度数字化经验的多云合作者，让自身少走弯路。 京东自身业务从上云的那一刻开始，就生长在混合多云的环境中，成为一个超大规模混合多云实践的练兵场。支撑着京东业务的京东云，自然对于融合开放的新一代基础设施，颇有心得。 产业数字化进入深水区，混合多云成为必经之路，我们可以从京东云的实战与思考中，得到哪些关键的启示呢？ 构筑数字化通衢：混合多云的瓶颈与挑战 混合多云架构，先天就具备企业喜爱的特质：灵活性、性价比、主导权、高稳定、高可用，是ROI最高的选择和建

帕斯卡尔（Blaise Pascal）在《思想录》中，写下了一句耐人寻味的诗句：人只不过是一根苇草，是自然界最脆弱的东西，但他是一根能思想的苇草。 因为脆弱，生理健康与安全是人生存的基本前提，也是基本需求； 因为思想，人类可以不断探索更发达的医疗和健康方式，成了社会进步的基础、动力和目标。 近几年，健康管理的新可能，普遍聚焦在科技设备、仪器和手段的应用上，脉冲按摩仪就是其中之一。 射频脉冲技术在医疗健康领域有着较长的应用历史。1997年，斯路基特（Sluijter）提出了射频脉冲技术，利用间断射频电流，由射频仪间断发出脉冲式电流传导至神经组织，在局部引起分子移动、摩擦等产生微热量，通过电磁场效应对神经的突触活性、细胞因子等有一定的影响，发挥神经调节作用，达到镇痛目的。 对病理性疼痛有很好的疗效，这些特征使得电脉冲技术很快被应用于临床理疗领域。中华医学会疼痛学分会编著的《中国疼痛病诊疗规范》中，就明确将脉冲射频技术作为缓解疼痛的手段之一。 近年来，电脉冲技术逐渐走出医疗器械的领地，被集成为家用型脉冲按摩仪产品，走向大众市场。由于不同品牌产品差异较大、涉及技术众多、大众认知度和普及度不高等，很多人对于脉冲按摩仪的实际作用，是有疑虑的。要推广这项技术，必须回应大众消费者的疑问：真的能有效吗？ 无论是脉冲技术本身，还是脉冲按摩仪这一类健康产品，都亟须一次实证检验。 最近，全球权威检测机构SGS，对市面上的两款主流的SKG脉冲按摩仪，进行了为期7天的深度测试。 通过这次实证，我们可以更进一步了解脉冲技术和按摩仪品类的核心竞争点。同时，借由参与者的反馈，窥见大众对智能健康设备的需求与期待，驱动行业的变革。 那么，此次真人实测是如何做到可信可靠的呢？ 1.机构可信度。此次测试由全球权威检测机构SGS发起，该机构创建于1878年，是世界上最大、资格最老的民间第三方从事产品质量控

1932年7月，在洛杉矶举办的第10届夏季奥林匹克运动会上，一个只有几人组成，运动员仅1人的代表团完成了注册参赛。他们经历了无尽的辗转波折，漫长的海上漂泊，最终来到了奥运赛场上，他们来自——中国。 来到赛场，本身就证明了很多，改变了很多。时至如今，中国的奥运之旅已经跨过了90年。我问文心一言，中国在奥运赛场上取得了哪些成就，它从金牌、奖牌、成绩、覆盖项目四个领域进行了归纳，并总结道，“中国代表团在夏季奥运会上取得了辉煌的成就，金牌数量和奖牌总数均位居世界前列，同时在多个项目中也实现了历史性突破”。 3月16日，当百度向世界展示文心一言的时候，我脑海中首先浮出的是这么一句话：中国AI终于来到了奥运决赛的赛场上。 我们为什么会如此期待文心一言？是对技术革命的热忱，对生产力的渴望？这些当然都有，但更加急切的是，对中国科技能否真正参与到这轮科技革命的担忧和焦虑。 文心一言究竟做到了吗？ 我们第一时间拿到了文心一言的测试资格，就让我们从最真实的产品表现出发，回溯这条参赛之路。 站在赛场 我相信任何人都不会认为，近期爆火的大语言模型其价值仅仅在问答，它即将引发出的广泛性科技创新是清晰可见的，带来的价值远远超过其基础。 从2012年深度学习技术成型，到2016年因为数据集测试效果优秀与AlphaGO的良好宣传效果，第三次AI崛起正式开启。2018年，预训练大模型出现，经历了数年时间，ChatGPT等应用正式通过大语言模型的形式引爆了技术能量，这可以被看作AI复兴的2.0形态，是当之无愧的时代焦点。 最重要的是这场比赛才刚刚开始，如果能够第一时间参与到全球主流竞争，意味着中国AI可以参与到竞争规则制定，为上下游发展获得先手时机，创造出符合中国经济与社会需求的战略周期。 那么，文心一言拿到这张宝贵的“参赛券”了吗？ 3月16日下午，在新闻发布会现场百度CEO李彦宏向各界展示了新一代知识增

自智网络是近几年的热门话题。 在5G，即将迈入5.5G的大时代背景下，用AI来解决问题，是当下千行百业的数智化转型探索之道，对于网络来说也不例外。在TM Forum等组织的倡导推动下，自智网络等概念已经在全球通信产业凝结为发展共识，据TM Forum自智网络项目的负责人Aaron Boasman-Patel称：“我们的调研报告表明，91%的运营商已将网络自动化纳入战略，且大部分运营商认为他们在2025年会达到自智网络L3+级别。” 那么，自智网络的最新产业发展情况如何？运营商进展如何？全球运营商又在这一领域有什么战略计划？这些问题的答案，都可以在近日召开的自智网络亚太产业峰会找到。 3月14日，在泰国曼谷举办的DTW Asia 2023 (Digital Transformation World) 大会期间，主办方TM Forum邀请了中国电信、泰国AIS、法国Orange、华为及ACG等代表出席探讨。从会议输出的信息可知，就像我们期待在近几年看到L4级别的自动驾驶汽车一样，在2025年实现L4等级的自智网络，已经成为运营商乃至整个通信产业的期待与承诺。 为了实现这个承诺，各方正在努力前行，筑造未来。 洞察：运营商为何重视自智网络？ 在了解自智网络之前，我们需要先来讨论这一技术背后的供需关系。运营商之所以必需要将AI技术与网络运维深度结合，是因为网络的复杂性正在与日俱增。就像仓库规模较小时，可以依靠人力来规划，但当仓库大到一定程度，就必须依靠AI与数字技术来进行规划整理了。 运营商面临的正是这样一种复杂性与日俱增的局面。 首先，运营商的业务正在愈发复杂。随着toB业务的增长，运营商所面临的业务种类激增。工业互联网、车路协同、5GtoB等新机会，极大程度增加了运营商的业务复杂性。而在C端，XR代表的元宇宙等新型业务，以及VR设备、全屋智能等更多元化的IoT设备开始入网，庞

一年一度的“3·15”消费者权益日如期而至，这一天，全民最期待、各家公关最紧张的环节，应该是“打老虎”的高光时刻。 某些高高在上的巨头或大牌的“套路”被曝光，次日忙不迭道歉整改，让广受其害但维权困难的消费者们拍手称快，这样的故事大家已经耳熟能详了。但在3月15日这一天之外，人们日常还会面临各式各样、层出不穷的造假售假，不能都指望一天时间、一台晚会、打几只老虎来解决。 能够全年无休的AI打假师，也就被科技企业推进了大众的视野。不过，想要真的用好AI打假，还要对它的逻辑、能力和有限性，有一定的了解。 本文希望通过科普AI打假的段位，帮大家在日常维权时用好科技的武器。 初级段位：机器视觉PK假货 提到打假，很多人日常接触到的假东西，应该是各类假冒伪劣、以假乱真的消费品。以消费者服务平台——黑猫投诉为例，对假货、售假、货不对板的投诉量非常之大。 先说AI应用在货品打假上的基本逻辑。 逻辑：人工打假难、打假贵、周期长、套路多——通过机器视觉提升“眼力”。 人工打假难：随着现代制作工艺技术越发精湛，越来越多的“大牌”包包、高仿潮鞋、收藏品伪作，不再是粗制滥造的“一眼假”，可以做到以假乱真的地步，看走眼的专家数不胜数。有些造假技艺出神入化的“古玩”，甚至连专业仪器都不能准确鉴定。 人工打假贵：人工甄别需要多名鉴定师“背靠背”鉴定，因此收费也往往是在线鉴定的数倍。国内某奢侈品鉴定平台，在线鉴定49元，实物鉴定收费则达到199元。 周期长：制假售假贩假大多是流水线式团队作战，批量生产，加上越来越多生活富裕的人加入消费/收藏的队伍，交易数量多，相应的投诉量也增多，维权周期也很长，很多消费者只能选择自认倒霉。 套路多：很多人觉得，专家的意见很可靠，专业机构出具的证书有背书作用，但架不住造假套路太多，市场上充斥着仅在鉴定培训班学习过几天而取得“结业证书”的廉价大师，还有不具备相应条件又未经过合