Workflow
离线智能
icon
搜索文档
岩山科技:旗下RockAI亮相WAIC 2025,赋予AI离线记忆能力
证券时报网· 2025-07-28 17:00
WAIC 2025展会概况 - 展会规模创历届之最,汇聚800余家企业,覆盖模型应用、智能体、具身智能与人形机器人、智能硬件、AI芯片、智算基础设施等全产业链热门领域 [1] - 全方位呈现人工智能技术向纵深发展的蓬勃态势 [1] RockAI技术突破 - 展示新一代非Transformer大模型Yan 2 0 Preview,具备原生记忆与离线智能核心能力,可在PC、平板、机器狗、灵巧手等低功耗设备上离线部署并实时运算 [1] - Yan 2 0 Preview实现多模态能力升级,新增对视频模态的支持,可实时解析短视频中的动作轨迹、物体状态、环境变化等多维度信息 [2] - 新增记忆模块,使模型能够积累经验并自主优化行为,具备自主决策潜力,改变传统AI依赖预设程序的局限 [2] - 技术实现并非简单对大模型进行蒸馏或剪裁,而是从底层架构开始颠覆的创新成果 [2] 商业化进展 - 潜在客户群体包括消费电子品牌方、ODM厂商、手机、机器人、车载芯片、家电、XR眼镜等厂商 [3] - 与某头部出海品牌合作推进定制版AI PC [3] - 与AMD签署合作备忘录,将在AI PC领域展开深入技术合作 [3] 长期愿景与战略路径 - 目标直指通用人工智能(AGI),专注于群体学习能力、协同进化的群体智能路径 [3] - 通过设备间本地交互共享学习成果,实现让世界上每一台设备拥有自己的智能的使命 [3] - 技术路径有望推动智能硬件价值从一次性交付向全生命周期持续进化转变 [4]
离线+记忆,大模型进化的分水岭
36氪· 2025-07-26 20:21
行业趋势 - WAIC 2025显示行业风向转变,大模型概念已祛魅,市场更关注落地案例而非模型刷榜[4] - 2025年DeepSeek崛起导致大量AI明星项目折戟,行业进入洗牌期[4] - 离线智能成为海外刚需,尤其在网络不稳定的欧非俄中东地区[6][14] 公司定位 - RockAI定位为"水下独角兽",主打低调务实策略,专注华强北级市场[7][10] - 公司成立于2023年6月,为A股岩山科技控股子公司[11] - 核心差异化在于非Attention机制的Yan架构,实现低功耗设备离线部署[11][12] 技术突破 - Yan 2.0 Preview引入神经网络记忆单元,实现多模态视频处理与自主学习能力[11] - 颠覆传统Transformer架构,通过参数融合实现长期记忆而非外挂式调用[26] - 端侧部署保障隐私与响应速度,记忆能力使设备从工具进化为"数字大脑"[27] 商业化进展 - 产品已覆盖非洲/中东/欧美/东南亚/俄罗斯市场,客户包括消费电子品牌/ODM/家电厂商[6][21] - MWC 2025展会上搭载其技术的AIPC引发经销商抢购,智能会议助手成爆款功能[14][16] - 技术下探至千元机级别,推动AI功能向台灯/冰箱等家电渗透[20][21] 战略愿景 - 通过记忆机制构建分布式智能网络,探索群体智能与社会化学习路径[28] - 以端侧记忆为基石,推动大模型从工具向具备思维延续性的智能体演进[27][28] - 对标2017年手机AI芯片革命,试图引领新一轮离线AI浪潮[31][32] 行业现状 - 百模大战熄火,行业进入分水岭阶段,落地能力成为存活关键[25][30] - 设备商/品牌商真实需求旺盛,但多数项目无法满足工程化要求[30][31] - 离线部署与差异化升级成为产业链核心诉求[19][21]
在WAIC现场,全球首个拥有「原生记忆力」的大模型亮相,但不是Transformer
机器之心· 2025-07-26 17:32
架构革新趋势 - Transformer架构统治大模型领域八年后,谷歌开始探索替代方案MoR,表明行业对架构革新已形成共识[1][2] - 国内企业RockAI推出非Transformer架构Yan 2.0 Preview,比谷歌变革更彻底,其3B模型在端侧设备实现多模态能力[3][4][5] - Yan架构显著降低计算复杂度,可在树莓派等低算力设备离线运行,突破Transformer的算力依赖限制[5][9] Yan架构技术突破 - 模型具备原生记忆能力,能将记忆融入参数实现持续学习,而Transformer模型每次对话需重新开始[6][16] - 通过可微的"神经网络记忆单元"实现生物式记忆存储/检索/遗忘,无需外挂知识库管理[17][19] - 在ARC-C(76.8)、ARC-E(91.7)等基准测试超越Llama3(79.6/92.3)、Gemma3(56.2/82.4)等同规模模型[14] - 机器狗Demo展示记忆持续性,重启后仍保留学习过的动作和偏好[20] 行业痛点解决方案 - 突破Transformer两大瓶颈:数据墙(高价值数据获取难)和算力依赖(端侧部署困难)[9] - 实现"训推同步",允许设备在推理时持续学习,解决剪枝/量化破坏再学习能力的问题[9][10] - 记忆机制带来时间维度和个性化特征,可能改变依赖海量数据的训练范式[21] 商业化应用前景 - 模型角色从回答者转变为用户思维延伸,实现长期陪伴和个性服务[22] - 离线智能使设备从工具进化为"数字大脑",硬件价值从配置转向智能进化能力[23][28] - 已在WAIC大会吸引硬件厂商合作,非Transformer架构开始扩散至AI硬件市场[34] 公司发展理念 - 三大核心理念:AI普惠化(端侧部署)、设备自主进化、群体智能涌现[24][25][26] - 定位"离线智能"而非端云结合,强调本地算力下的自主学习能力[27] - 坚持挑战反向传播算法等底层技术,展现长期主义研发态度[36][37]