北京時間5月6日早間消息,在美國、日本和其他多個重要國家,用戶通過移動端的谷歌搜索次數(shù)已超過了通過PC端的搜索。這也促使谷歌針對移動設(shè)備開發(fā)更多功能。
谷歌搜索廣告副總裁杰瑞·蒂奇勒(Jerry Dischler)表示,谷歌已在10個國家看到了這樣的變化。蒂奇勒將在周二關(guān)于谷歌AdWords的活動上討論這一重要的里程碑。谷歌也發(fā)布了一些工具,幫助廣告主在移動搜索結(jié)果旁展示他們的服務(wù)。
在數(shù)字廣告領(lǐng)域,谷歌正面臨著Facebook和Twitter的競爭。目前,谷歌正在拓展服務(wù),更好地覆蓋移動端用戶。市場研究公司eMarketer估計,今年,谷歌在移動廣告市場的份額將為35%,低于2014年的38%。
蒂奇勒表示:“我們認為,這是數(shù)字領(lǐng)域一個真正的轉(zhuǎn)折點。我們已看見這樣的趨勢出現(xiàn)了幾年時間,我們已先于機會的到來進行了投資。”
新的廣告工具幫助企業(yè)通過移動端去推廣產(chǎn)品。對于汽車行業(yè),移動用戶可以看到汽車的滾動圖片,了解車輛的不同配置,而點擊圖片將可以獲得更多信息。如果用戶希望尋找酒店,那么將可以通過合作伙伴的服務(wù)看到不同的價格,并進行預(yù)訂。
谷歌還在美國版Google Compare服務(wù)中推出了抵押貸款功能,谷歌此前已在英國推出了類似功能。通過該功能,房屋買家將可以查看貸款利率、條款和手續(xù)費等信息。
好文章,需要你的鼓勵
浙江大學團隊提出動態(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、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。
清華大學研究團隊提出SIRI方法,通過"壓縮-擴張"交替訓練策略,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模型訓練提供了新思路。
南洋理工大學與騰訊聯(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。
華中科技大學研究團隊發(fā)現(xiàn),通過讓AI模型學習解決幾何問題,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,使用強化學習方法訓練多個AI模型。實驗結(jié)果顯示,幾何訓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。