日前,全國首檔“互聯(lián)網(wǎng)+”商業(yè)創(chuàng)新電視創(chuàng)業(yè)大賽《一馬當先》,在杭州舉辦了面向阿里云創(chuàng)業(yè)者的專場選撥賽。當天,共有27個項目參與選撥,最終小空服務管家、樹熊網(wǎng)絡、檸檬瘦、哪個班、國際一號線和米壹佰六個項目脫穎而出,成功晉級全國50強。
現(xiàn)場,由戈壁投資合伙人徐晨、《天下網(wǎng)商》主編李虎軍、螞蟻金服高級投資經(jīng)理鐘曉光擔任評委。根據(jù)規(guī)則,獲得3位評委出示的pass卡即可晉級,獲得兩張pass卡的項目進入待定區(qū)再決勝負。
“兩會之后很長一段時間里,阿里云新增會員保持著超4000家/天的增長。這其中創(chuàng)業(yè)企業(yè)占了多數(shù)。顯然,云計算已經(jīng)成為創(chuàng)業(yè)者配置IT資源的首選。”阿里云“創(chuàng)客+”平臺負責人朱以軍介紹,此次共有上百個項目通過“創(chuàng)客+”平臺報名,整體呈現(xiàn)出創(chuàng)業(yè)團隊年輕化、創(chuàng)業(yè)項目民生化以及關(guān)心公益環(huán)保等趨勢。
像便利貼、37健身,都是由90后的在校學生團隊打造。便利貼的團隊成員共五人,均為山東大學2013級的在讀大學生,他們的項目是為了解決學生群體在日常生活中所面臨的問題,建立互幫互助的機制。
成功晉級的小空服務管家,是提供上門空氣凈化服務的App,為繁忙的都市人送去“一片藍天”。私廚——吃吃飯則以個性美食需求為藍本,立足服務于4.6億個具有美食技能的人群及數(shù)不清的吃貨,服務于整個美食生態(tài)圈的上下游。
值得一提的是,本次參賽還有一款立足生命安全的創(chuàng)新項目——微救地震應急逃生模擬平臺。該應用可以建立應急逃生模擬館,幫助人們了解在不同危機環(huán)境下,如何確保生命安全。
《一馬當先》獲得了阿里云“創(chuàng)客+”的多方面支持,所有參賽選手將可獲得阿里云產(chǎn)品服務和專家級技術(shù)護航。此外阿里云CTO章文嵩將作為評審出席大會決賽,最終晉級項目有機會拿到百萬冠軍獎金和一億投資基金。
2015年3月,阿里云正式發(fā)布“創(chuàng)客+”,宣布打造中國最大的互聯(lián)網(wǎng)創(chuàng)業(yè)孵化平臺。“創(chuàng)客+”整合百億資金和海量優(yōu)質(zhì)場地,提供云產(chǎn)品、創(chuàng)業(yè)導師、辦公場地、投資服務等全方位創(chuàng)業(yè)孵化,幫助百萬創(chuàng)客追逐夢想。目前,“創(chuàng)客+”首期已在北京、上海、武漢、深圳、杭州五個城市為創(chuàng)客們提供免費辦公場地。同時,還為該平臺上的每位創(chuàng)客提供3-40萬元不等的云計算資源和免費培訓。
《一馬當先》創(chuàng)新大賽由第一財經(jīng)、寧夏衛(wèi)視主辦,新浪創(chuàng)業(yè)、優(yōu)酷財經(jīng)聯(lián)合主辦,螞蟻金服集團為大賽提供獨家戰(zhàn)略支持。阿里云創(chuàng)客+、《創(chuàng)業(yè)家》、虎嗅、36氪、天下網(wǎng)商、我在現(xiàn)場和艾瑞等專業(yè)機構(gòu)特別承辦,數(shù)十家創(chuàng)投機構(gòu)將與大賽展開深入的合作?!兑获R當先》將聚焦當下全民創(chuàng)業(yè)的熱潮,關(guān)注“互聯(lián)網(wǎng)+”的經(jīng)濟新增長模式,以O2O創(chuàng)業(yè)項目為載體,展現(xiàn)“創(chuàng)新高手在民間”的圖景,并由此折射“大眾創(chuàng)業(yè)、萬眾創(chuàng)新”的時代主題。
好文章,需要你的鼓勵
新加坡國立大學研究團隊開發(fā)了SPIRAL框架,通過讓AI與自己對弈零和游戲來提升推理能力。實驗顯示,僅訓練AI玩簡單撲克游戲就能讓其數(shù)學推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學題目作為訓練材料。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)學解題中,為AI訓練提供了新思路。
同濟大學團隊開發(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)合深度學習和數(shù)學優(yōu)化方法,在合成數(shù)據(jù)集上實現(xiàn)37.9%的精度提升,并在真實設備上展現(xiàn)出色泛化能力,為機器人、AR和自動駕駛等領(lǐng)域提供更可靠的3D視覺解決方案。
伊利諾伊大學研究團隊通過對比實驗發(fā)現(xiàn),經(jīng)過強化學習訓練的視覺語言模型雖然表現(xiàn)出"頓悟時刻"現(xiàn)象,但這些自我糾錯行為并不能實際提升推理準確率。研究揭示了AI模型存在"生成-驗證差距",即生成答案的能力強于驗證答案質(zhì)量的能力,且模型在自我驗證時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等頂尖機構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過動態(tài)稀疏性實現(xiàn)大語言模型訓練加速1.6倍,計算成本降低2.2倍。該方法使用SVD稀疏性估計器智能選擇重要計算部分,在保持模型性能的同時顯著提升訓練效率,已在多個任務上驗證有效性。