據(jù)《華爾街日?qǐng)?bào)》報(bào)道,惠普將于周一宣布一項(xiàng)拆分計(jì)劃,將當(dāng)前公司一分為二,拆分后,其中一家公司將專(zhuān)注于企業(yè)計(jì)算和服務(wù),另一家公司則負(fù)責(zé)個(gè)人電腦和打印機(jī)業(yè)務(wù)。
惠普實(shí)施分拆,有多方面積極意義,主要包括:
一、專(zhuān)注。就現(xiàn)在的惠普而言,尚看不清其到底專(zhuān)注哪一行業(yè)。3D打印市場(chǎng):惠普落后;PC市場(chǎng):惠普失去頭把交椅,聯(lián)想成為全球最大PC廠商。相比之下,惠普企業(yè)部門(mén)尚有一些有前途的業(yè)務(wù),比如惠普的Moonshot服務(wù)器、大數(shù)據(jù)產(chǎn)品,受到市場(chǎng)追捧。但這遠(yuǎn)未能掩蓋惠普面臨的問(wèn)題:惠普沒(méi)有專(zhuān)注任何一個(gè)能使其真正占據(jù)主導(dǎo)地位的領(lǐng)域。
二、研發(fā)支出?;萜誄EO惠特曼正在加大惠普的研發(fā)投資力度。實(shí)施拆分后,將使各個(gè)部門(mén)的研發(fā)資金緊張局面得到緩解。
三、私有化?;萜盏拇蛴I(yè)務(wù)是現(xiàn)金奶牛,具備了私有化要求的所有條件。而惠普作為一個(gè)龐大的公司,要想實(shí)現(xiàn)整體的私有化,簡(jiǎn)直不可思議。實(shí)施拆分后,可以選擇業(yè)績(jī)較好的公司進(jìn)行單獨(dú)私有化。戴爾、Tibco和BMC軟件等公司,都放棄公開(kāi)市場(chǎng)、謀求私有化,以期實(shí)現(xiàn)長(zhǎng)期增長(zhǎng)。
四、軟件和云服務(wù)。惠普的軟件部門(mén)本該為惠普帶來(lái)更多營(yíng)收,但目前該業(yè)務(wù)未能擔(dān)當(dāng)這一重任。作為惠普公司內(nèi)部較小的企業(yè)部門(mén),惠普企業(yè)部門(mén)可根據(jù)市場(chǎng)情況,與Red Hat或SaaS公司進(jìn)行合并。
五、有利于展開(kāi)大規(guī)模并購(gòu)。此前的報(bào)道稱(chēng),惠普與EMC已開(kāi)始進(jìn)行潛在的并購(gòu)談判,交易價(jià)格和業(yè)務(wù)結(jié)構(gòu)成為該交易關(guān)鍵。EMC看上的并非惠普PC和打印機(jī)業(yè)務(wù),而是惠普企業(yè)部門(mén)。因而從這一層面而言,惠普也應(yīng)該放棄PC和打印機(jī)部門(mén)。
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(zhuān)家搜索方法,讓AI能根據(jù)不同問(wèn)題靈活調(diào)整內(nèi)部專(zhuān)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(lèi)型問(wèn)題偏愛(ài)不同專(zhuān)家配置,為AI推理優(yōu)化開(kāi)辟新路徑。
清華大學(xué)研究團(tuán)隊(duì)提出SIRI方法,通過(guò)"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(wèn)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(kāi)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(guò)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(wèn)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(kāi)辟新可能。
華中科技大學(xué)研究團(tuán)隊(duì)發(fā)現(xiàn),通過(guò)讓AI模型學(xué)習(xí)解決幾何問(wèn)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(lái)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。