曾經(jīng)被業(yè)界認為是“任正非接班人”的李一男今天在微博上宣布將再次創(chuàng)業(yè),而方向選定電動助力車領(lǐng)域。
此前3月2日,李一男發(fā)微博稱,5公里之內(nèi)的汽車出行占到城市汽車出行接近60%的比例。更環(huán)保、經(jīng)濟、自由的交通出行方式應(yīng)該得到更多的倡導(dǎo)。“沒有污染的自行車、電動兩輪車的出行理應(yīng)得到更多的提倡和道路權(quán)力的尊重。”
李一男成名于華為。之前有報道稱李一男絕頂聰明,華為無線研究部的總工唐東風(fēng)滿懷敬重地評價過李一男的聰明。有一次唐要向客戶搞一個技術(shù)匯報,邀請李一男出席。由于李一男太忙,事先沒有就技術(shù)進行溝通,在去會議室的樓梯上,李一男說:你給我把主要的東西講講吧。就是從1樓到2樓的距離,李一男到會場上竟然能滔滔不絕地把精華闡述得非常透徹,連唐本人都難以置信李一男領(lǐng)悟、掌握得如此之快。
以下為李一男微博全文:
不管對多少事情失望,都沒有理由對最好的時代失望。
人類文明的發(fā)展歷程中,我們注定成為進入科技時代的一代人,歷史的腳本早已為我們寫好。
站在這個時代的轉(zhuǎn)折點,互聯(lián)網(wǎng)賦予我們每個人最好的機會。
做了幾年投資,看著年輕人的項目茁壯成長,心底最原始的本能告訴我,是時候做一些讓自己覺得激動的事情了。
雖已過不惑之年,但人生如若初生,做點有意思的事,給歲月以痕跡。
科技的進步改變了許多行業(yè)。
電動踏板車這一中國創(chuàng)造,為2億人提供了環(huán)保、便捷、經(jīng)濟的出行。相比乘坐公交、摩托、汽車,使用電動車每年已經(jīng)減少了4200萬噸碳排放,相當于在大小城鎮(zhèn)內(nèi)種植了70億棵大樹。
雖然和早期互聯(lián)網(wǎng)野蠻生長一樣,電動車仍然存在許多的缺陷、詬病、偏見和歧視,我相信科技的力量能夠改善并大幅提高這個行業(yè)的現(xiàn)狀。
我愿全身心投入,利用材料與技術(shù)的革新,去打造一款最牛的電動車!
醞釀良久。
我愿將一切過往歸零,創(chuàng)業(yè)路上再次出發(fā)。
最好的現(xiàn)在,和志同道合的伙伴們一起做點有趣的事。
關(guān)于李一男:
華中理工大學(xué)(華中科技大學(xué))少年班畢業(yè),兩天時間升任華為工程師、半個月升任主任工程師、半年升任中央研究部副總經(jīng)理、兩年被提拔為華為公司總工程師/中央研究部總裁、27歲坐上了華為公司的副總裁寶座。2000年,北上創(chuàng)建港灣網(wǎng)絡(luò)。2006年9月初,由于其創(chuàng)辦的港灣網(wǎng)絡(luò)被華為收購,李一男重回華為,出任著華為EMT(經(jīng)營管理團隊)之外的“華為副總裁兼首席電信科學(xué)家”之位,2008年10月6日,百度宣布任命李一男為公司CTO。2010年1月,李一男離開百度出任12580的CEO,2011年7月21日,李一男在其微博上宣布將辭去12580 CEO。2011年8月18日,加入金沙江創(chuàng)投。
好文章,需要你的鼓勵
浙江大學(xué)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(xué)、編程等任務(wù)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(xué)研究團隊提出SIRI方法,通過"壓縮-擴張"交替訓(xùn)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(xué)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(xùn)練提供了新思路。
南洋理工大學(xué)與騰訊聯(lián)合研究團隊開發(fā)出Rolling Forcing技術(shù),實現(xiàn)AI視頻實時流式生成的重大突破。該技術(shù)通過滾動窗口聯(lián)合去噪、注意力錨點機制和高效訓(xùn)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(xué)研究團隊發(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個幾何題目的Euclid30K數(shù)據(jù)集,使用強化學(xué)習(xí)方法訓(xùn)練多個AI模型。實驗結(jié)果顯示,幾何訓(xùn)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(chǔ)幾何知識對培養(yǎng)AI空間智能的重要價值。