5月27日消息,優(yōu)步(Uber)創(chuàng)始人、CEO特拉維斯·卡蘭尼克(Travis Kalanick)昨日現(xiàn)身貴陽大數(shù)據(jù)產(chǎn)業(yè)博覽會(huì)。他在接受采訪時(shí)表示,將對(duì)司機(jī)補(bǔ)貼到市場競爭塵埃落定的時(shí)候。
卡蘭尼克此行目的與Uber此前在國內(nèi)屢屢碰壁不無關(guān)聯(lián)。優(yōu)步中國方面表示,目前有些細(xì)節(jié)尚未敲定,但其中有安排部分不會(huì)向外界公開的內(nèi)部會(huì)議。至于這些“內(nèi)部會(huì)議”是否涉及到優(yōu)步在國內(nèi)部分城市遭遇的禁令困境,暫時(shí)不便向外界透露。
“我們?cè)诒本┑臉I(yè)績成長比全球任何城市都要快,原因是優(yōu)步的概念與本地手機(jī)打車軟件完全不同。大家可以想象一下,如果你去各個(gè)城市可以吃的只有麥當(dāng)勞,突然有人進(jìn)入這個(gè)市場說我可以提供餐廳這類更好的選擇。所以說,優(yōu)步進(jìn)入這個(gè)市場,其實(shí)給大家提供的是更多的選擇,這也是為什么我們能夠在北京增長這么快的原因。”卡蘭尼克說。
當(dāng)被問及Uber進(jìn)入中國和其他國家城市的區(qū)別時(shí),卡蘭尼克稱,Uber在紐約和在北京非常不同,第一紐約車費(fèi)很貴,其次在紐約的管理司機(jī)組織結(jié)構(gòu)方面也與北京不同。
另外,卡蘭尼克在接受媒體采訪時(shí)表示,對(duì)司機(jī)的補(bǔ)貼將延續(xù)到中國市場競爭塵埃落定的時(shí)候。
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(shí)對(duì)培養(yǎng)AI空間智能的重要價(jià)值。