国际消费电子展(CES)前夕,英特尔和阿里巴巴宣布双方正联手开发人工智能(AI)运动员跟踪技术,并有望从2020东京奥运会开始部署。基于现有和即将推出的英特尔硬件及阿里巴巴云计算技术,该跟踪技术将支持一款领先的深度学习应用,实现对运动员在训练或比赛中3D形态的提取。
“由英特尔开发的创新技术——3D运动员跟踪(3D Athletes Tracking)技术,经优化能够在阿里云的基础架构上运行。该技术借助人工智能对运动员视频进行分析,不仅可以改善训练流程,而且有望提升实际比赛中的观众体验。作为一种运动员训练工具,3D运动员跟踪技术具有不可估量的潜力。同时,通过创造一种全新的转播方式——在即时回放中对比赛亮点进行分析、解读和复核,该技术能为爱好者观看奥运会带来全新体验。”—孙纳颐,英特尔公司执行副总裁,数据中心事业部总经理
3D运动员跟踪技术的工作原理:通过结合计算机视觉技术与人工智能深度学习算法,借助多个标准摄像机,无需使用特殊的传感器或装置,即可生成一个3D网格。教练员和训练师可以从中提取复杂的实时生物力学数据,对运动员的表现进行分析,并引入新的训练强化手段。
具体来说,该技术充分利用先进的姿态建模技术和其他人工智能算法,旨在对运动员的动作进行生物力学分析。运动员的表现由常规摄像机捕捉后,利用人工智能算法进行大量运算,并生成一个运动表现数字模型,该模型可以通过多种方法进行分析。
英特尔携手阿里巴巴,将与多方合作伙伴一起,力求于2020东京奥运会期间应用全新的人工智能3D运动员跟踪技术。这项合作旨在为运动员提供新的训练数据和分析方法,并帮助爱好者深入了解世界级运动员们的表现。
“我们很荣幸能够与英特尔在这项全新的人工智能3D运动员跟踪技术上合作。阿里巴巴为这项技术提供了最好云计算能力和算法设计。利用我们的技术进步,阿里巴巴正在推动体育传媒和广播行业的变革。阿里巴巴将继续与行业领先企业合作,持续推动创新,共同为世界创造各种全新体验。”——阿里巴巴集团首席市场官董本洪
英特尔助力“双十一”:奥运项目是英特尔与阿里巴巴最新开展的一项合作。不久前,阿里巴巴部署了英特尔的最新处理器和内存技术,用以支持“双十一”全球购物狂欢节。此届狂欢节的单日商品交易总额创下了308亿美元的新纪录,无论在热度还是销售额上,都超过了黑色星期五和网购星期一。
阿里巴巴全球购物狂欢节对阿里云的基础架构提出了极大的要求:它必须能够对瞬时增加的海量数据进行实时处理,并且支持其网站的巨大访问量。为满足计算需求,阿里巴巴部署了下一代英特尔®至强TM可扩展处理器(Intel®XeonTMScalable Processor)和英特尔®傲腾™数据中心级持久内存(Intel®Optane™ DC Persistent Memory)。这一全新的英特尔平台可以实时高效处理海量数据,使阿里巴巴的数字商务应用能够为用户带来流畅、快速的购物体验。
阿里巴巴采用的技术:阿里巴巴高互动性、数据密集的工作场景,尤其是在“双十一”购物节高峰时段,要求基础架构在内存缓存中保留大量热数据,才能实现预期的吞吐量(每秒访问量),从而保证用户体验的流畅和快速响应。英特尔傲腾数据中心级持久内存的大容量能让更多数据存储在离处理器更近的地方,从而大大提高基础架构的效率,并降低总体拥有成本。
好文章,需要你的鼓励
最新数据显示,Windows 11市场份额已达50.24%,首次超越Windows 10的46.84%。这一转变主要源于Windows 10即将于2025年10月14日结束支持,企业用户加速迁移。一年前Windows 10份额还高达66.04%,而Windows 11仅为29.75%。企业多采用分批迁移策略,部分选择付费延长支持或转向Windows 365。硬件销售受限,AI PC等高端产品销量平平,市场份额提升更多来自系统升级而非新设备采购。
清华大学团队开发出LangScene-X系统,仅需两张照片就能重建完整的3D语言场景。该系统通过TriMap视频扩散模型生成RGB图像、法线图和语义图,配合语言量化压缩器实现高效特征处理,最终构建可进行自然语言查询的三维空间。实验显示其准确率比现有方法提高10-30%,为VR/AR、机器人导航、智能搜索等应用提供了新的技术路径。
新一代液态基础模型突破传统变换器架构,能耗降低10-20倍,可直接在手机等边缘设备运行。该技术基于线虫大脑结构开发,支持离线运行,无需云服务和数据中心基础设施。在性能基准测试中已超越同等规模的Meta Llama和微软Phi模型,为企业级应用和边缘计算提供低成本、高性能解决方案,在隐私保护、安全性和低延迟方面具有显著优势。
IntelliGen AI推出IntFold可控蛋白质结构预测模型,不仅达到AlphaFold 3同等精度,更具备独特的"可控性"特征。该系统能根据需求定制预测特定蛋白质状态,在药物结合亲和力预测等关键应用中表现突出。通过模块化适配器设计,IntFold可高效适应不同任务而无需重新训练,为精准医学和药物发现开辟了新路径。