一周70小時的高頻工作,對于UC移動事業(yè)群CEO、阿里巴巴戰(zhàn)略決策委員會成員俞永福來說,除了源自業(yè)務驅(qū)動的初心之外,更多的是來自未來的未知和變量。
圖為UC移動事業(yè)群CEO、阿里巴巴戰(zhàn)略決策委員會成員俞永福
今日,在第二屆Tizen開發(fā)者峰會上,俞永福透露,未來互聯(lián)網(wǎng)領域有三件事激勵他:
第一件事是國際化。中國企業(yè)走向全球的途徑中,移動互聯(lián)網(wǎng)是個很好的門路。
第二是移動搜索。“未來5年整個移動搜索非文本輸入超過50%,移動互聯(lián)網(wǎng)帶給我們巨大想象空間。”俞永福近一步說道。
第三就是LBS。俞永福表示,也許每個人需要的移動終端服務并不多,但出行服務是卻是不可少的。
好文章,需要你的鼓勵
浙江大學團隊提出動態(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、編程等任務上顯著提升推理準確率,且不增加計算成本。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。
清華大學研究團隊提出SIRI方法,通過"壓縮-擴張"交替訓練策略,成功解決了大型推理模型"話多且準確率低"的問題。實驗顯示,該方法在數(shù)學競賽題上將模型準確率提升43.2%的同時,輸出長度減少46.9%,真正實現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓練提供了新思路。
南洋理工大學與騰訊聯(lián)合研究團隊開發(fā)出Rolling Forcing技術,實現(xiàn)AI視頻實時流式生成的重大突破。該技術通過滾動窗口聯(lián)合去噪、注意力錨點機制和高效訓練算法三項創(chuàng)新,解決了長視頻生成中的錯誤累積問題,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。
華中科技大學研究團隊發(fā)現(xiàn),通過讓AI模型學習解決幾何問題,能夠顯著提升其空間理解能力。他們構建了包含約30000個幾何題目的Euclid30K數(shù)據(jù)集,使用強化學習方法訓練多個AI模型。實驗結果顯示,幾何訓練在四個空間智能測試基準上都帶來顯著提升,其中最佳模型達到49.6%準確率,超越此前最好成績。這項研究揭示了基礎幾何知識對培養(yǎng)AI空間智能的重要價值。
關注科技創(chuàng)新、技術投資。
以文會友,左手硬核科技,右手浪漫主義。