當(dāng)你走在街上尋找美食的時候,手機自動彈出一條消息,“你的朋友Rose覺得邊這家咖啡館不錯。”而且配上Rose曾經(jīng)分享的咖啡館照片。
聽起來,這是一個很酷的idea!沒錯,這就是手機QQ正在做的事情。
手機QQ是騰訊在移動端最重要的產(chǎn)品之一,其布局一直備受關(guān)注。在10月22日舉辦的“QQ開放日”上,騰訊發(fā)布了QQ概念版視頻,講述一個略帶科幻又不是太遙遠(yuǎn)的未來故事。那只萌噠噠的企鵝,將無邊界地連接生活。
基于社交關(guān)系的生活化布局
一位熱愛旅行的男士,他出發(fā)去一個陌生城市,旅途中的涉及的交通、酒店、餐飲、支付等,都可以在手機QQ上完美解決。在酒店Check in之后,將得到室內(nèi)導(dǎo)航路線,便于找到入住的房間。將手機靠近門禁,門自動打開,房間的空調(diào)、熱水器也提前為客人開啟。
實際上,隨著智能設(shè)備的普及,實現(xiàn)這些功能并不算太難。而手機QQ在生活化布局上的殺手锏,則是社交關(guān)系鏈。
回到文章開頭的那個場景。
你對美食頗為“挑剔”,或者有“選擇恐懼癥”,在陌生的地方怎么能尋找符合口味的餐館呢?手機QQ的“吃喝玩樂精品推送”給出一個不錯的解決方案。朋友中通過手機QQ推薦附近的咖啡館和意見,都一目了然的顯示在手機上,節(jié)省了很多不必要時間的消耗。朋友的意見,自然要比一般網(wǎng)友的評論來得更有說服力。
而基于社交關(guān)系鏈在生活場景中應(yīng)用,還有非常多的想象空間。
創(chuàng)新的社交拓展: 多維交友
作為年輕人最愛的社交平臺,QQ在與朋友間使用的頻繁程度非常高。
而在陌生社交領(lǐng)域,手機QQ也一直引領(lǐng)行業(yè)。除了基于地理位置查找附近的人,還可以將個人愛好、去過的地方展示出來,便于結(jié)交更多志同道合的人。這其實只是手機QQ社交最為簡單和最方便的方式之一。
QQ曾經(jīng)改變了社交方式、創(chuàng)造了群體社交生態(tài)(QQ群),如今在興趣社交領(lǐng)域依然延續(xù)著輝煌。而未來,QQ將在熟人社交、陌生人社交、興趣社交的基礎(chǔ)上,提供多維的交友方式,比如WiFi聊天室,在同個WiFi環(huán)境下可以臨時組建臨時聊天組。
而好友之間線下活動,QQ則提供了完善的生活服務(wù)連接。
手機QQ用戶的未來世界:無限無邊界的生活
出行服務(wù)、跨屏鏡像、個性化推薦、室內(nèi)導(dǎo)航、NFC(近場通訊)……際上,手機QQ在為用戶勾勒完整的生活畫面,有一點科幻但不遙遠(yuǎn)。
在這次“QQ開放日”上,手機QQ作為用戶量最大、活躍度最高的社交工具,在向外界傳遞一個更加廣闊的世界觀:社交的生活方式?jīng)]有邊界。
根據(jù)騰訊此前公布的2014年第二季度財報,QQ智能終端(手機QQ)月活躍賬戶達(dá)到5.21億,同比增長45%。在過去的15年,QQ一直走在潮流的最前沿,也正因這種潮流的“基因”,QQ才有雄心引領(lǐng)未來的15年。
好文章,需要你的鼓勵
新加坡國立大學(xué)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(xùn)練AI玩簡單撲克游戲就能讓其數(shù)學(xué)推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學(xué)題目作為訓(xùn)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(xué)解題中,為AI訓(xùn)練提供了新思路。
同濟大學(xué)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(xué)習(xí)和數(shù)學(xué)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(shè)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(xué)研究團隊通過對比實驗發(fā)現(xiàn),經(jīng)過強化學(xué)習(xí)訓(xùn)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(zhǔn)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(xùn)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(xùn)練效率,已在多個任務(wù)上驗證有效性。