備受矚目的2015中國互聯(lián)網(wǎng)大會在北京國際會議中心落下帷幕,互聯(lián)網(wǎng)+、物聯(lián)網(wǎng)、移動創(chuàng)業(yè)等成為多方關(guān)注焦點。作為未來5年移動互聯(lián)網(wǎng)影響最大的領(lǐng)域之一,汽車領(lǐng)域亦不例外。在智能汽車發(fā)展高峰論壇上,包括考拉FM、百度、寶馬、中國移動、阿里上汽、飛馳鎂物等互聯(lián)網(wǎng)公司和汽車企業(yè),就如何擁抱車聯(lián)網(wǎng)進行了交流探討。
“車企們關(guān)注如何造出互聯(lián)網(wǎng)汽車,而我們主要是讓人們更好地在車上實現(xiàn)娛樂和互動。”考拉FM董事長兼CEO俞清木表示。作為網(wǎng)絡(luò)電臺的主力軍,考拉FM最早開始針對車載電臺進行戰(zhàn)略布局。目前,考拉FM已同包括比亞迪、福特、寶馬、奔馳等40余家汽車廠商進行了車聯(lián)網(wǎng)合作,其中12家為獨家合作,其車載電臺覆蓋率已達(dá)80%。他還透露,今年考拉FM還將與北京出租車公司開展全面合作,在1.3萬輛出租車上裝載考拉FM電臺。
在俞清木看來,移動互聯(lián)網(wǎng)對汽車領(lǐng)域產(chǎn)生了很大的影響。比如“特斯拉沒有百年制造積淀,卻早出了第一款I(lǐng)T理念的車;Uber沒有一部車,確實是全球最大的出行公司……圍繞車載空間的需求服務(wù)也是如此,80%多的中國車主對目前車上生活是不滿意的。
在他看來,互聯(lián)網(wǎng)的發(fā)展伴隨著對PC、手機、電視幾個屏的爭奪,下一個將是車載屏。而扛起生活娛樂服務(wù)大旗的將是未來車載電臺,它可以賦予車主:
1. 隨時隨地地把車況信息的監(jiān)測
2. 遠(yuǎn)程車輛操控
3. 智能選擇或避讓路線
4. 基于位置提供周邊加油站路況或維修點
5. 隨時了解周邊停車位和餐廳乃至出行景點狀況
6. 聽自己想聽的定制化個性化語音娛樂節(jié)目,并能夠通過語音交互進行社交,享受行車過程
根植于出行安全、出行資訊和娛樂溝通這三大需求,未來車載電臺將是汽車生活服務(wù)的一個入口,而這也是考拉FM的發(fā)展方向。他預(yù)計,基于車聯(lián)網(wǎng)的快速發(fā)展,最快兩大三年上述場景就將逐步會走入現(xiàn)實。
俞清木認(rèn)為,考拉FM并不是一個把傳統(tǒng)娛樂方式或模式嫁接到互聯(lián)網(wǎng)的產(chǎn)品,它將為用戶提供不僅僅局限于網(wǎng)絡(luò)電臺的功能,更包括私人定制化的汽車生活服務(wù),提供更符合車主需求和LBS信息的情景資訊,打造車載環(huán)境中最佳綜合娛樂平臺。
當(dāng)你進入駕駛艙,考拉FM會告訴你車的基本狀況,是否合適出行。當(dāng)汽車油耗不足時語音提醒,并告知附近最近的加油站、維修點等;
基于位置,可在駕駛過程中提前預(yù)定加油、停車、維修等服務(wù);
跟你對話進行互動,滿足你提出的需求,比如在看球賽,你特別想了解一些評論,當(dāng)你通過語音發(fā)出指令的時候,考拉FM會自動搜索到相關(guān)的節(jié)目和最直播;
通過直播,語音聊天室,讓你跟志同道合的人語音互動,甚至是車與車之間的互動;
俞清木基于未來車載電臺的藍(lán)圖并非空中樓閣,而是建立在車聯(lián)網(wǎng)孕育的廣闊市場空間中。
目前,我國擁有大約1.4億汽車,按每年2000萬量增速,2020年總規(guī)模將突破2億輛,車聯(lián)網(wǎng)將至少擁有千億級的市場空間。
而據(jù)調(diào)查,中國駕駛者在通勤路上有平均30分鐘需要打發(fā),國內(nèi)車聯(lián)網(wǎng)的業(yè)務(wù)續(xù)約率也正逐步上升,高端車型甚至超過40%。
預(yù)計到2015年底,中國車聯(lián)網(wǎng)滲透率將突破10%,而到2020年,這一數(shù)字將有望突破20%。
好文章,需要你的鼓勵
浙江大學(xué)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(xué)、編程等任務(wù)上顯著提升推理準(zhǔn)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(xué)研究團隊提出SIRI方法,通過"壓縮-擴張"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。實驗顯示,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,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(xùn)練提供了新思路。
南洋理工大學(xué)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(xùn)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(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)研究團隊發(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個幾何題目的Euclid30K數(shù)據(jù)集,使用強化學(xué)習(xí)方法訓(xùn)練多個AI模型。實驗結(jié)果顯示,幾何訓(xùn)練在四個空間智能測試基準(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。