El científico de algoritmos de HiDream.ai, Dr. Pan Yingwei, hablará en AICon Shenzhen sobre el camino de la predicción de tokens a la predicción de estados: hacia modelos mundiales multimodales nativos
El científico de algoritmos de HiDream.ai, Dr. Pan Yingwei, dará una charla principal en AICon Shenzhen (21-22 de agosto) sobre la transición de la predicción de tokens a la predicción de estados en modelos mundiales. La charla cubrirá la arquitectura multimodales nativa UiT de HiDream, que unifica imágenes, texto, video, 3D y señales de acción en un espacio de representación compartido. Otras charlas principales abordarán IA encarnada, ingeniería de rendimiento e IA física.
La siguiente fase de la competencia en IA se está desplazando más allá de las capacidades de los modelos hacia la construcción de agentes fiables, la mejora de los sistemas de ingeniería de IA y la garantía de una operación estable en entornos complejos. En la Conferencia Global de Desarrollo y Aplicación de IA AICon, que se celebrará en Shenzhen del 21 al 22 de agosto, el Dr. Pan Yingwei, científico de algoritmos de HiDream.ai, pronunciará una conferencia magistral titulada 'De la predicción de tokens a la predicción de estados: la ruta multimodal nativa hacia los modelos del mundo'. Argumentará que el enfoque de la IA se está desplazando de los grandes modelos de lenguaje a los modelos del mundo, donde el objetivo pasa de predecir el siguiente token a predecir el siguiente estado, lo que requiere reconstruir los paradigmas de ingeniería de rendimiento. Los modelos multimodales tradicionales son esencialmente 'concatenaciones unimodales' que pierden información en cada transferencia entre módulos, sin lograr construir una comprensión unificada del estado del mundo físico. HiDream ha adoptado una ruta alternativa con su arquitectura UiT desarrollada internamente, que unifica señales brutas como píxeles de imagen, tokens de texto, vídeo, 3D y acciones en un espacio de representación compartido con tokenización unificada y procesamiento de extremo a extremo en una sola red. La charla compartirá ideas sobre el diseño de modelos, los paradigmas de entrenamiento y las arquitecturas de inferencia, y explorará las variables decisivas para evolucionar desde lo multimodal nativo hasta los modelos del mundo. Otras conferencias magistrales serán impartidas por expertos como el Dr. Wu Zheming, cofundador y CEO de Qunqing Intelligent; el Dr. Zhou Jingsen de la Universidad de Zhejiang; Tao Jianhui, fundador y CEO de TDengine; y la Dra. Wang Chenglu, CEO de Shen Kaihong, y cubrirán temas como la inteligencia embodied industrial y la IA física.
Fuente: InfoQ 中国 —
original