在了本地化生活服務(wù)和商業(yè)化方面,形成線上互動(dòng)、線下交易閉環(huán),構(gòu)建了移動(dòng)O2O平臺(tái)。
內(nèi)容上,網(wǎng)易創(chuàng)始人兼CEO丁磊提出“移動(dòng)閱讀節(jié)奏”概念,新版本強(qiáng)調(diào)把握用戶的閱讀習(xí)慣。力求在提供內(nèi)容的同時(shí),發(fā)掘出用戶的潛在閱讀規(guī)律。通過大數(shù)據(jù)分析得出典型用戶的閱讀節(jié)奏,順應(yīng)每個(gè)用戶的閱讀特點(diǎn),通過更智能、更個(gè)性的推薦機(jī)制,關(guān)注用戶在不同情境下的不同需求,幫助用戶把碎片時(shí)間進(jìn)行梳理,既考慮閱讀興趣,又兼顧不同時(shí)間段閱讀習(xí)慣,為每個(gè)用戶打造專屬的閱讀節(jié)奏。
圖為網(wǎng)易公司創(chuàng)始人兼CEO丁磊
同時(shí),網(wǎng)易新聞抓住用戶對(duì)本地資訊剛性需求的契機(jī),借助O2O模式,將本地服務(wù)模式融入用戶的生活中。新版本推出個(gè)一線城市。
此外,網(wǎng)易跟貼作為網(wǎng)易新聞的一大特色,也有了升級(jí)。該版本中的“跟貼”不再拘泥于普通的文字形式,而是實(shí)現(xiàn)了多媒體化升級(jí)。例如,語音跟貼、跟貼PK和跟貼彈幕,以用戶間的互動(dòng)疊加,形成滾雪球效應(yīng)。
網(wǎng)易移動(dòng)互聯(lián)網(wǎng)部總經(jīng)理徐詩(shī)介紹,從2011年上線至今,網(wǎng)易新聞客戶端迭代了56個(gè)版本,平均每22天更新一次,是國(guó)內(nèi)第一個(gè)精品閱讀,第一個(gè)開始建立原創(chuàng)欄目,第一個(gè)建立起用戶積分體系、活動(dòng)廣場(chǎng)的資訊類APP。
圖為網(wǎng)易移動(dòng)互聯(lián)網(wǎng)部總經(jīng)理徐詩(shī)
好文章,需要你的鼓勵(lì)
浙江大學(xué)團(tuán)隊(duì)提出動(dòng)態(tài)專家搜索方法,讓AI能根據(jù)不同問題靈活調(diào)整內(nèi)部專家配置。該方法在數(shù)學(xué)、編程等任務(wù)上顯著提升推理準(zhǔn)確率,且不增加計(jì)算成本。研究發(fā)現(xiàn)不同類型問題偏愛不同專家配置,為AI推理優(yōu)化開辟新路徑。
清華大學(xué)研究團(tuán)隊(duì)提出SIRI方法,通過"壓縮-擴(kuò)張"交替訓(xùn)練策略,成功解決了大型推理模型"話多且準(zhǔn)確率低"的問題。實(shí)驗(yàn)顯示,該方法在數(shù)學(xué)競(jìng)賽題上將模型準(zhǔn)確率提升43.2%的同時(shí),輸出長(zhǎng)度減少46.9%,真正實(shí)現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓(xùn)練提供了新思路。
南洋理工大學(xué)與騰訊聯(lián)合研究團(tuán)隊(duì)開發(fā)出Rolling Forcing技術(shù),實(shí)現(xiàn)AI視頻實(shí)時(shí)流式生成的重大突破。該技術(shù)通過滾動(dòng)窗口聯(lián)合去噪、注意力錨點(diǎn)機(jī)制和高效訓(xùn)練算法三項(xiàng)創(chuàng)新,解決了長(zhǎng)視頻生成中的錯(cuò)誤累積問題,可在單GPU上以16fps速度生成多分鐘高質(zhì)量視頻,延遲僅0.76秒,質(zhì)量漂移指標(biāo)從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內(nèi)容創(chuàng)作開辟新可能。
華中科技大學(xué)研究團(tuán)隊(duì)發(fā)現(xiàn),通過讓AI模型學(xué)習(xí)解決幾何問題,能夠顯著提升其空間理解能力。他們構(gòu)建了包含約30000個(gè)幾何題目的Euclid30K數(shù)據(jù)集,使用強(qiáng)化學(xué)習(xí)方法訓(xùn)練多個(gè)AI模型。實(shí)驗(yàn)結(jié)果顯示,幾何訓(xùn)練在四個(gè)空間智能測(cè)試基準(zhǔn)上都帶來顯著提升,其中最佳模型達(dá)到49.6%準(zhǔn)確率,超越此前最好成績(jī)。這項(xiàng)研究揭示了基礎(chǔ)幾何知識(shí)對(duì)培養(yǎng)AI空間智能的重要價(jià)值。