Uber中國戰(zhàn)略負責人柳甄向媒體透露,Uber中國在中國市場獨立核算,獨立運營,同時吸引中國資本參與,未來將謀求國內(nèi)A股上市。
柳甄介紹說,Uber已經(jīng)進入中國的17個城市,而在這些城市80%的經(jīng)營決定全部是由當?shù)乜偨?jīng)理來完成。“Uber中國的目標是想成為一家由本土團隊運營的、有本土資本參與的、配合政府管理的、為中國老百姓提供服務的企業(yè)。”
針對此前Uber融資并不順利的傳言,柳甄進行了否認。她指出,Uber的融資非常順利,合適的時候會進行公布。
柳甄還透露,Uber中國始終以人民優(yōu)步為核心,不會涉足如代駕、順風車、巴士等其他業(yè)務。“目前優(yōu)步對于中國市場的專注點,就是怎樣在5分鐘之內(nèi)有一輛車到達你面前,實現(xiàn)經(jīng)濟、可靠的出行目的。”
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,實現(xiàn)AI視頻實時流式生成的重大突破。該技術通過滾動窗口聯(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量視頻,延遲僅0.76秒,質量漂移指標從傳統(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。