阿里回應美奢侈品牌起訴:指控毫無根據 要強力反擊
5月18日消息,阿里巴巴針對在美遭到多奢侈品牌起訴一事做回回應稱,我們一直以來都在保護知識產權方面與眾多的品牌進行合作。過去我們在這方面有良好的紀錄。不幸的是,開云集團選擇了無意義的訴訟之路, 而不是采用建設性合作的方式。我們認為這項指控毫無根據,我們要強力反擊。
據路透社報道,多家奢侈品制造商近日在紐約曼哈頓聯邦法院起訴阿里巴巴集團,聲稱阿里故意放縱造假者,為其在全球銷售提供平臺。
原告在訴訟中稱,阿里及其關聯實體為造假者面向美國客戶銷售他們的假冒產品“提供了在線平臺廣告以及其它所需要的必要服務”。訴訟還指出,即便阿里已被清楚地告知這些商家銷售的是假冒產品,但該公司依舊允許假貨繼續(xù)銷售。
對此,原告要求法院發(fā)布指令,阻止阿里提供或協助假冒產品的銷售,并尋求未指定金額的賠償金,其中可能包含法律規(guī)定的每件假冒產品賠償2美元。
據了解,年初阿里巴巴遭遇國內工商部門平臺售假調查,首次影響阿里股價出現了幾日下跌的情況。但據TechWeb了解,目前該事件還未大規(guī)模影響到阿里股價。截止昨日收盤,阿里股價收報于88.46美元,比前日上漲了0.07%。
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能根據不同問題靈活調整內部專家配置。該方法在數學、編程等任務上顯著提升推理準確率,且不增加計算成本。研究發(fā)現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合研究團隊開發(fā)出Rolling Forcing技術,實現AI視頻實時流式生成的重大突破。該技術通過滾動窗口聯合去噪、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量視頻,延遲僅0.76秒,質量漂移指標從傳統方法的1.66降至0.01,為交互式媒體和內容創(chuàng)作開辟新可能。
華中科技大學研究團隊發(fā)現,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。他們構建了包含約30000個幾何題目的Euclid30K數據集,使用強化學習方法訓練多個AI模型。實驗結果顯示,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幾何知識對培養(yǎng)AI空間智能的重要價值。