10月23日,中國(guó)移動(dòng)原董事長(zhǎng)王建宙在“2014哈佛商業(yè)評(píng)論年會(huì)”上表示,當(dāng)短信被微信等新的社交媒體服務(wù)取代的時(shí)候,并沒有給電信行業(yè)帶來生存的壓力,反而加速了電信行業(yè)的發(fā)展。
“微信帶來的數(shù)據(jù)流量的增長(zhǎng),遠(yuǎn)遠(yuǎn)超過了短信的減少”,王建宙表示。
中國(guó)移動(dòng)最新發(fā)布的財(cái)報(bào)顯示,2014年前三個(gè)季度,中國(guó)移動(dòng)語音和短彩信業(yè)務(wù)繼續(xù)下滑,總通話分鐘數(shù)比上年同期下降0.3%,短信使用量同比下降20.2%。與之相對(duì)的是,前三季度中國(guó)移動(dòng)的移動(dòng)網(wǎng)絡(luò)數(shù)據(jù)流量比上年同期增長(zhǎng)98.6%,幾乎翻了一倍。
移動(dòng)互聯(lián)網(wǎng)雖然給電信運(yùn)營(yíng)商帶來了巨量的流量增長(zhǎng),但運(yùn)營(yíng)商在電信行業(yè)的中心地位已經(jīng)不復(fù)存在。王建宙認(rèn)為,在過去的一百年里,運(yùn)營(yíng)商一直處于電信行業(yè)價(jià)值鏈的中心環(huán)節(jié),網(wǎng)絡(luò)設(shè)備制造商、手機(jī)制造商、內(nèi)容提供商以及服務(wù)提供商等都要圍繞著運(yùn)營(yíng)商來轉(zhuǎn),“他們需要運(yùn)營(yíng)商幫他們收錢、依賴運(yùn)營(yíng)商的管理系統(tǒng)。”
移動(dòng)互聯(lián)網(wǎng)的到來打破了這個(gè)價(jià)值鏈,電信行業(yè)由運(yùn)營(yíng)商一個(gè)中心,分化為三個(gè)中心,“第一是網(wǎng)絡(luò)連接,第二是移動(dòng)終端,第三是app終端”,王建宙說到,“這三個(gè)中心緊密相連,但同時(shí)也完全獨(dú)立”。
他舉例說,電話機(jī)最初在電信行業(yè)中占比很小,但現(xiàn)在智能手機(jī)的銷售收入已經(jīng)遠(yuǎn)遠(yuǎn)超過了電信行業(yè)的其他設(shè)備。
不過,物聯(lián)網(wǎng)時(shí)代的到來,將帶給電信行業(yè)更大的機(jī)會(huì)。王建宙稱,手機(jī)市場(chǎng)對(duì)于電信行業(yè)來說已經(jīng)趨近飽和狀態(tài),“如果擴(kuò)大到物聯(lián)網(wǎng),一個(gè)人至少會(huì)有十個(gè)設(shè)備的連接,將大大擴(kuò)展網(wǎng)絡(luò)利用的范圍。”
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。