歐盟競爭專員瑪格麗特•維斯塔格(Margarethe Vestager)
4月14日消息,據(jù)國外媒體報(bào)道,歐洲針對谷歌的反壟斷調(diào)查已拖延近五年沒有解決,這讓谷歌獲得了一些喘息空間,得以繼續(xù)壟斷歐洲的互聯(lián)網(wǎng)搜索市場。
但谷歌這樣的好日子可能很快就要結(jié)束了。
歐盟競爭專員瑪格麗特·維斯塔格(Margarethe Vestager)將于周三對華盛頓進(jìn)行首次訪問,在訪問期間將參加兩個(gè)反壟斷會(huì)議。外界預(yù)計(jì),在此次訪問中,維斯塔格可能會(huì)宣布在谷歌反壟斷案上將采取的下一步行動(dòng)。
維 斯塔格可能采取她的前任華金•阿爾穆尼亞(Joaquín Almunia)竭力避免的舉措——發(fā)起被稱為“異議聲明(Statement of Objection)”的正式指控。這可能會(huì)提高谷歌的壓力,迫使其盡快達(dá)成和解,以避免發(fā)現(xiàn)存在違法行為和可能遭到巨額罰款?;蛘咚赡軙?huì)建議對谷歌反 壟斷案進(jìn)一步研究,甚至為該公司提供通過談判達(dá)成和解的最后機(jī)會(huì)。
一些專家表示,阿爾穆尼亞此前采取的策略遭到失敗,使谷歌反壟斷案不太可能在沒有發(fā)起正式指控的前提下達(dá)成和解。
英國國際法與比較法研究院(BIICL) 競爭法論壇主管Liza Lovdahl-Gormsen 指出:“鑒于此前未能讓谷歌做出重大承諾,我認(rèn)為維斯塔格沿著前任的路線走下去也不會(huì)有什么收獲,除非谷歌已經(jīng)承諾做出更大讓步,而我們不知情。”
Lovdahl-Gormsen表示,如果沒有受到正式的指控,“谷歌可能會(huì)通過提出不大可能為歐盟委員會(huì)和更不會(huì)為市場所接受的承諾,從而為自己爭取時(shí)間,因?yàn)樗幌M媾R‘異議聲明’的指控。
歐盟對谷歌進(jìn)行的反壟斷案調(diào)查,主要針對谷歌是否濫用其在歐洲搜索市場的壟斷地位,偏袒自己的產(chǎn)品。在一些歐盟國家,谷歌搜索引擎的市場份額達(dá)90%,這一比例甚至超過其在美國的市場份額。
包括微軟在內(nèi)的谷歌搜索領(lǐng)域的主要競爭對 手,以及德國和法國的強(qiáng)大出版商,對維斯塔格施加了巨大壓力,希望她利用手中廣泛的權(quán)力,為歐洲公司仍然處于弱勢的在線地圖、搜索和購物等領(lǐng)域注入更多的 競爭。然而,歐盟在這一問題上也要顧忌大西洋彼岸的態(tài)度:美國總統(tǒng)奧巴馬今年2月警告稱,反對歐洲出于“商業(yè)動(dòng)機(jī)”,懲罰谷歌和Facebook等美國互聯(lián)網(wǎng)巨頭。
“異議聲明”將列出盟委員會(huì)認(rèn)為的谷歌存在的所有違法行為。一旦歐盟委員會(huì)發(fā)布該聲明,谷歌反壟斷案更有可能以這種方式結(jié)案:谷歌遭到巨額罰款并被 要求改變其商業(yè)模式。但與雙方達(dá)成和解不同的是,這樣的決定可能導(dǎo)致谷歌向歐盟最高法院提起上訴,讓雙方可能會(huì)耗費(fèi)數(shù)年的時(shí)間來打這場官司。
從理論上講,對谷歌的罰款可能超過60億歐元(約合64億美元),即相當(dāng)于谷歌最近一年?duì)I收的10%左右。
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)競賽題上將模型準(zhǔn)確率提升43.2%的同時(shí),輸出長度減少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。這項(xiàng)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(jià)值。