Snapchat團(tuán)隊(duì)剛剛加入了一位新成員,而他有可能成為該團(tuán)隊(duì)的一位重要成員。
伊姆蘭·汗(Imran Khan)此前為瑞士信貸集團(tuán)網(wǎng)上銀行部門主管,如今他被任命為Snapchat第一位首席戰(zhàn)略官,并直接向該公司首席執(zhí)行官埃文·斯皮格(Evan Spiegel)匯報(bào)工作,而Snapchat于當(dāng)?shù)貢r(shí)間本周一向《華爾街日?qǐng)?bào)》證實(shí)了這一消息。
作為一個(gè)以閱后即焚為特色的照片分享應(yīng)用,對(duì)Snapchat而言,伊姆蘭·汗的加入是一個(gè)重大的勝利,而他將成為該社交應(yīng)用的一個(gè)重要參與者并推動(dòng)該公司的發(fā)展。
Snapchat由埃文·斯皮格、雷吉·布朗(Reggie Brown)和鮑比·莫非(Bobby Murphy)創(chuàng)立于2011年。起初,該移動(dòng)應(yīng)用僅僅是在用戶照片發(fā)送后會(huì)在接收方查閱十秒內(nèi)自毀的一種方式。不久之后,該應(yīng)用開始風(fēng)靡,截至2014年5月,Snapchat報(bào)道稱,每天有7億照片和視頻正在被發(fā)送。
這樣的增長(zhǎng)以及Snapchat每月1億以上的活躍用戶,推動(dòng)著該公司的價(jià)值在過(guò)去三年內(nèi)飆升。今年8月,在收到來(lái)自克萊納·帕金斯風(fēng)投公司(Kleiner Perkins)的一位匿名風(fēng)投家的投資后,Snapchat的估值已大約有100億美元。
但隨著挑戰(zhàn)的與日俱增,Snapchat現(xiàn)在需要一位經(jīng)驗(yàn)豐富的伙伴來(lái)幫助僅24歲的年輕斯皮格運(yùn)營(yíng)其日益復(fù)雜的公司。此外,這些經(jīng)驗(yàn)豐富的高管還有助于推動(dòng)該公司獲得更為可觀的收入。
伊姆蘭·汗在與互聯(lián)網(wǎng)公司合作方面可謂經(jīng)驗(yàn)豐富,他曾參與過(guò)一些知名企業(yè)的首次公開募股(IPO)公司,其中包括中國(guó)的微博和阿里巴巴。如果Snapchat決定上市的話,伊姆蘭·汗或?qū)⒃谠摴酒鸬街陵P(guān)重要的作用。
據(jù)《華爾街日?qǐng)?bào)》報(bào)道,繼Snapchat聘任前Facebook高管艾米麗·懷特(Emily White)擔(dān)任首席運(yùn)營(yíng)官后,伊姆蘭·汗的加入僅僅是個(gè)開始。有新聞媒體的消息稱,Snapchat目前正尋求一位首席財(cái)務(wù)官。
Snapchat未就此置評(píng)。
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(wèn)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(wèn)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(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。