去年由淘寶眾籌發(fā)起的暴風(fēng)魔鏡近日再次引發(fā)資本市場關(guān)注。昨日,暴風(fēng)影音子公司暴風(fēng)魔鏡完成新一輪增資,估值高達(dá)3億元。
2015年,智能硬件已成創(chuàng)業(yè)、投資領(lǐng)域的新一輪爆點(diǎn)。各大眾籌網(wǎng)站“智能硬件”也成為最賣座產(chǎn)品。母嬰互聯(lián)網(wǎng)品牌小鹿叮叮3月份宣布獲得合力投資數(shù)百萬元天使投資,而小鹿叮叮曾因“科技含量”備受矚目并在淘寶眾籌大獲成功。
暴風(fēng)影音聯(lián)合創(chuàng)始人陳建庚稱“去年11月在淘寶眾籌發(fā)起的暴風(fēng)魔鏡項(xiàng)目,一個(gè)月時(shí)間獲得270萬的眾籌金額,超過18000多人購買,得以在用戶數(shù)和品牌知名度上取得了巨大的成功,對(duì)整個(gè)暴風(fēng)影音公司的融資產(chǎn)生了深遠(yuǎn)的積極影響。
此前暴風(fēng)影音的用戶群體中,極客和普通用戶比例為7:3,通過眾籌的這種方式,產(chǎn)品正在向普通用戶擴(kuò)散。今年還有一款產(chǎn)品計(jì)劃上線淘寶眾籌,主打高科技、創(chuàng)新創(chuàng)意,目前該產(chǎn)品正在市場研發(fā)階段,希望借助淘寶平臺(tái)龐大的用戶群體挖掘更多潛在用戶。
在此次融資完成后,暴風(fēng)影音仍持有暴風(fēng)魔鏡31.15%股權(quán)。暴風(fēng)影音方面表示,此次增資旨在為暴風(fēng)魔鏡項(xiàng)目的快速發(fā)展提供資金支持,鞏固暴風(fēng)魔鏡在虛擬現(xiàn)實(shí)行業(yè)的領(lǐng)先地位。
淘寶眾籌負(fù)責(zé)人高征稱“淘寶眾籌成功的項(xiàng)目中,智能硬件占到了絕大多數(shù),目前有20多個(gè)已經(jīng)獲得風(fēng)投,而暴風(fēng)影音無疑是淘寶眾籌目前孵化的最高市值項(xiàng)目,希望未來平臺(tái)能夠幫助更多初創(chuàng)企業(yè)實(shí)現(xiàn)騰飛”。
近日,淘寶眾籌也宣布啟動(dòng)C+孵化計(jì)劃,未來將打造100個(gè)100萬級(jí)的眾籌項(xiàng)目。
數(shù)據(jù)顯示,截至2015年4月14日淘寶眾籌共有1000個(gè)項(xiàng)目上線眾籌,參與人數(shù)超過150萬,單個(gè)項(xiàng)目眾籌最高金額超過160
0萬,累積眾籌金額過2億元。其中科技類項(xiàng)目眾籌金額占到90%。
而業(yè)內(nèi)人士也認(rèn)為,依托阿里原來的生態(tài)圈,以及現(xiàn)有的智能產(chǎn)業(yè)鏈,淘寶眾籌將會(huì)加快智能硬件步伐,在眾籌領(lǐng)導(dǎo)大展拳腳,爭奪市場份額,同時(shí)助企業(yè)加快融資步伐。
好文章,需要你的鼓勵(lì)
新加坡國立大學(xué)研究團(tuán)隊(duì)開發(fā)了SPIRAL框架,通過讓AI與自己對(duì)弈零和游戲來提升推理能力。實(shí)驗(yàn)顯示,僅訓(xùn)練AI玩簡單撲克游戲就能讓其數(shù)學(xué)推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學(xué)題目作為訓(xùn)練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉(zhuǎn)移到數(shù)學(xué)解題中,為AI訓(xùn)練提供了新思路。
同濟(jì)大學(xué)團(tuán)隊(duì)開發(fā)的GIGA-ToF技術(shù)通過融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機(jī)噪聲問題。該技術(shù)利用圖像間的不變幾何關(guān)系,結(jié)合深度學(xué)習(xí)和數(shù)學(xué)優(yōu)化方法,在合成數(shù)據(jù)集上實(shí)現(xiàn)37.9%的精度提升,并在真實(shí)設(shè)備上展現(xiàn)出色泛化能力,為機(jī)器人、AR和自動(dòng)駕駛等領(lǐng)域提供更可靠的3D視覺解決方案。
伊利諾伊大學(xué)研究團(tuán)隊(duì)通過對(duì)比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺語言模型雖然表現(xiàn)出"頓悟時(shí)刻"現(xiàn)象,但這些自我糾錯(cuò)行為并不能實(shí)際提升推理準(zhǔn)確率。研究揭示了AI模型存在"生成-驗(yàn)證差距",即生成答案的能力強(qiáng)于驗(yàn)證答案質(zhì)量的能力,且模型在自我驗(yàn)證時(shí)無法有效利用視覺信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機(jī)構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過動(dòng)態(tài)稀疏性實(shí)現(xiàn)大語言模型訓(xùn)練加速1.6倍,計(jì)算成本降低2.2倍。該方法使用SVD稀疏性估計(jì)器智能選擇重要計(jì)算部分,在保持模型性能的同時(shí)顯著提升訓(xùn)練效率,已在多個(gè)任務(wù)上驗(yàn)證有效性。