剛剛不久前才宣布因為“生活環(huán)境差”、“思念家鄉(xiāng)”等因素離開小米的雨果·巴拉(Hugo Barra),今天他的新老板就在 Facebook 發(fā)布消息宣布 Hugo 將加入 Facebook 公司領導 Oculus 團隊,而他的新老板就是 Facebook CEO 馬克·扎克伯格(Mark Zuckerberg)。
在 Facebook 上,Zuckerberg 這樣宣布了這條消息:
我很高興 Hugo 將加入 Facebook,領導包括 Oculus 在內的虛擬現實團隊。Hugo 目前還在中國,所以在這張圖片上我和 Hugo 一起在虛擬現實世界了合了個影,看起來非常合適。
我已經對 Hugo 有很長時間的了解,從他當年在開發(fā) Android 系統(tǒng)時我就認識他了,我還知道他最近幾年在北京小米工作,并且成功地將很多創(chuàng)新性的設備帶給上百萬人。
我和 Hugo 有共同的信念,那就是虛擬現實和增強現實是下一代通用計算平臺。這些技術能帶給我們全新的體驗和想法,讓我們比過去更有創(chuàng)造力。Hugo 就是來幫助我們構建這樣的未來,我很期待他加入到我們的隊伍里。
Hugo Barra 在 Facebook 上也迅速回復表示,他將會以 Facebook 副總裁的身份加入,負責包括 Oculus 公司的整個虛擬現實團隊。Zuckerberg 則提到邀請到 Hugo 負責 Oculus 團隊,是因為他在 Google 和小米都有擔當高管的經驗。
在 2014 年Zuckerberg 花費了接近 30 億美金收購 Oculus,所以虛擬現實、增強現實技術也是他最看重的未來業(yè)務之一。
Hugo 和 VR 有一些交集。去年 Hugo 也幫助小米公司推出了自己的 VR 頭盔,在上次和彭博的對談中,Hugo 也談到他對 Google Daydream VR 平臺也非常看好。有趣的是,他也說這項科技很可能在 2017 年有更好的發(fā)展,而他剛剛宣布加入到的 Facebook 領導的 Oculus 公司,它也是全球最大的虛擬現實公司之一,也正好卡在了他所說的時間點。
去年年底原 Oculus CEO Brendan Iribe 卸下 CEO 一職,改任 VR PC 部門負責人后,Oculus CEO 一職就一直空缺。Hugo 的到來也正好彌補了這一職位空缺,他的履歷對于這一業(yè)務也非常合適,這對于 Zuckerberg 來說也再合適不過。
在小米工作這段經歷里的 Hugo 最后給自己安上了“思鄉(xiāng)”、“迫切想要回到硅谷”、“硅谷是他更留戀的一個地方”等離職理由,小米官方也在社交媒體感謝了這位曾經負責“小米全球化”的高管。而才過了幾天,Hugo 就在 Facebook 上“迫不及待”地回復了新任老板 Mark Zuckerberg:
我迫不及待地加入到團隊中,并和你們一起構建未來。在虛擬現實以及增強現實剛剛出現在科幻小說里的時候,從事虛擬現實相關的工作就成了我的夢想;而現在我們卻已經能在虛擬現實的世界里合影了!在小米任職期間,我從小米 CEO 雷軍身上學到了一點,就是在科技行業(yè),沒有什么事情比技術獲得突破并將其推廣至那些大眾用戶中更重要。
在 Hugo 的回復中,他也提到了目前負責 PC VR 部門的 Brendan、Facebook CTO Mike Schroepfer 以及整個 Oculus 團隊??雌饋磉@幾個人應該和他的新工作合作更緊密。
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(tǒng)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。