互联网 频道

让AI,触手可及:机械革命的积累与新功课

“AI摘要”

针对AI技术迭代快与硬件研发周期长的矛盾,机械革命创始人潘春节提出将研发与适配解耦,从“快速研发硬件”走向“快速研发+快速适配AI”。公司依托OEM+ODM双轨模式及供应链能力,灵活适配AI芯片与端侧模型,并携手软通动力等生态伙伴共建软硬件技术。产品层面,机械革命推出RTX Spark桌面AI主机,推进自研AI SSD以缓解本地大模型运行限制,并延续“玩家实验室”共创机制打磨AI体验,目标是以合适成本让用户获得实际有用的AI能力,实现“让AI触手可及”。

AI技术迭代以周、月计,硬件研发则往往以季度计。两种更新速度,给PC厂商提出了一个具体问题:面对模型和应用不断变化,硬件产品应该怎么跟上?

近日接受网易专访时,机械革命创始人潘春节提出,需要把研发与适配解耦,从“快速研发硬件”,进一步走向“快速研发+快速适配AI”。

机械革命的All in AI转型,由此需要回答:过去积累的研发制造能力,怎样支持新的适配需求,又有哪些工作需要与伙伴共同完成?

制造积累,如何支持AI适配

潘春节将“OEM+ODM双轨并驱”模式,视为机械革命实现快速响应的重要支撑。按照他的介绍,这套模式让企业能够掌握设计、供应链、制造与服务等环节,面对变化时灵活调整。

硬件平台有自己的开发周期,模型与应用则可能在这一周期内发生多次变化。如果AI能力始终随硬件换代更新,就容易受到较长开发周期的制约。

从潘春节提出的方向看,解耦要减少的,是AI适配对硬件更新节奏的依赖:硬件研发按自身周期推进,模型与应用的适配则持续跟进AI变化。两项工作有各自的节奏,最终仍需在产品中协同。

他给出的支撑,既包括制造体系,也包括软件与合作资源。机械革命对设计、供应链和制造环节的掌握,为硬件响应新要求提供基础;面对模型与应用的变化,还需要软件能力和生态伙伴参与。

采访中,潘春节谈到,机械革命将依托供应链体系,灵活适配AI芯片和端侧模型的变化,并携手生态伙伴共同打造软硬件技术。软通动力的资源,也被他视为连接设备、应用与服务的支撑。

把技术积累,用到真实需求里

在机械革命的产品布局中,还包括RTX Spark高性能桌面AI主机——机械革命大师之路X10。谈及产品形态的选择,潘春节强调,要考虑当前对用户的实际AI应用价值。

这也为适配确定了方向:需要响应哪些变化,要回到用户想完成的任务中判断。模型能够运行之后,能否理解需求、调用应用并完成任务,仍需要软硬件之间的协作。

机械革命计划拓展应用伙伴,通过建立联合实验室等方式,让伙伴专注各自所长,共同推动技术落地。潘春节希望,这种合作既能降低伙伴的落地成本,也能降低用户的使用成本。

在整机之外,机械革命还在推进自研AI SSD产品。按照潘春节在采访中的介绍,这项探索希望缓解本地大模型运行时的内存、显存容量限制,缩短模型处理输入、开始回答前的等待时间,并为保存用户偏好与关键信息提供支持。这项独立产品布局,也体现了机械革命在本地模型运行与存储方面的技术积累。

适配的结果如何判断,机械革命也有一项可以延续的经验。“玩家实验室”让用户参与产品测试,潘春节希望把这种共创方式继续用于AI体验的改进。

过去积累的用户沟通机制,可以继续用于AI体验的打磨,让研发了解实际使用中的问题,辨别功能可以运行与用户愿意使用之间的距离。产品需要跟上模型变化,也需要根据反馈决定改进的方向。

潘春节同时强调更安全、更好用、更经济的产品要求。适配需要考虑的,也包括用户获得新能力的成本。配置和功能的增加,应当有实际需求作为依据。

研发、适配与用户反馈,需要落实到同一件事上:让用户以合适的成本,获得实际有用的AI能力。

“让AI,触手可及”,也是机械革命推进这些工作的目标:通过研发制造、软件适配与伙伴合作,把AI能力变成用户更方便使用的产品。


特别提醒:本网信息来自于互联网,目的在于传递更多信息,并不代表本网赞同其观点。其原创性以及文中陈述文字和内容未经本站证实,对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺,并请自行核实相关内容。本站不承担此类作品侵权行为的直接责任及连带责任。如若本网有任何内容侵犯您的权益,请及时联系我们,本站将会在24小时内处理完毕。
0
相关文章