阿里巴巴創(chuàng)始人馬云表示,他對與蘋果公司首席執(zhí)行長蒂姆·庫克(Tim Cook)就其支付寶支付服務(wù)和蘋果最新移動支付服務(wù)洽談合作事宜“很感興趣”。
在《華爾街日報》于當(dāng)?shù)貢r間本周二在加州主辦的WSJD Live全球科技大會上,馬云表示:“我希望我們能一起做點什么,就像一段美滿的婚姻需要雙方的共同努力一樣。我尊重蘋果,也非常尊重蒂姆。我認(rèn)為他做得很出色。”
阿里巴巴于上個月在美國發(fā)起了全球最大規(guī)模的首次公開募股(IPO),共籌得250億美元。作為一家中國電子商務(wù)供應(yīng)商,據(jù)馬云表示,阿里巴巴的支付寶支付服務(wù)平臺現(xiàn)已擁有3億用戶。而蘋果于本月推出了Apple Pay支付服務(wù),方便iPhone用戶在零售商店或手機(jī)應(yīng)用中為其購買商品及服務(wù)感應(yīng)付款。繼馬云之后,庫克在本次大會上表示,蘋果公司在前72個小時內(nèi)已激活100萬以上個Apple Pay賬戶。
庫克曾表示,本周晚些時候他將與馬云會面,但并未透露雙方將如何展開合作。庫克說道:“我們愿意與聰明絕頂、擁有基于產(chǎn)品的靈活團(tuán)隊的人合作,以此推動我們的發(fā)展。我認(rèn)為馬云恰恰擁有這樣一家公司。若我們能發(fā)現(xiàn)一些可以共事的領(lǐng)域,我將非常樂意。我喜歡與這樣的人合作。”
阿里巴巴成立于1999年,目前已成為電子商務(wù)領(lǐng)域的一個領(lǐng)導(dǎo)者,其增長率超過了不少知名的美國競爭對手。2013年第四季度,阿里巴巴集團(tuán)營收增長66%。相比之下,亞馬遜營收上升22%,而eBay營收則上漲14%。
當(dāng)被問及他是否有興趣與eBay或PayPal支付服務(wù)(該服務(wù)明年將從其母公司分離出來成為一家獨立公司)合作時,馬云基本上表示不會——“我有我的支付寶”。
但談及他對阿里巴巴在美國的雄心抱負(fù)時,馬云表示:“我認(rèn)為在這里,電子商務(wù)有著極大的機(jī)會。亞馬遜、eBay——你需要更多。”
在30分鐘的問答會議中,馬云表示他將參觀好萊塢影城。他認(rèn)為擁有一億多訪問者的阿里巴巴,與這家世界上最大的娛樂公司有合作機(jī)會,畢竟后者每天有8000萬人瀏覽其內(nèi)容卻不購買任何產(chǎn)品。
馬云表示,中國“將成為世界上最大的電影市場”,這將為該市場帶來各種類型的新作品創(chuàng)造一個機(jī)會。今年7月,阿里巴巴簽署了一項協(xié)議,將《暮光之城》這部青少年吸血鬼系列電影和美國電視劇《廣告狂人》加入其機(jī)頂盒中。
馬云表示,1994的《阿甘正傳》是他最喜歡的電影,并表示,由于影視可以改變?nèi)藗兊南敕ǎM軌蚋淖冎袊^眾已習(xí)以為常的劇情模式。他開玩笑道:“在中國電影中,英雄必死。如果這些英雄都死去了,就沒有人愿意成為英雄了。我從未在中國電影中看到過有哪個英雄活了下來。”
好文章,需要你的鼓勵
新加坡國立大學(xué)研究團(tuán)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(jì)大學(xué)團(tuán)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(jī)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(jī)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(tuán)隊通過對比實驗發(fā)現(xiàn),經(jīng)過強(qiáng)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(qiáng)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(jī)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。