自從去年年底,樂視CEO賈躍亭在微博宣布樂視的超級電動汽車戰(zhàn)略之后,外界對于這家從視頻起家的互聯(lián)網(wǎng)企業(yè)究竟要如何造車充滿疑問和好奇,大家都在等待看樂視究竟能不能造車?
就在1月15日,樂視控股官方微博和樂視TV均在官方微博發(fā)布宣傳海報,樂視控股的主題為“SEE YOU SOON 顛覆之始”。而在同一天樂視TV官方微博推出的宣傳海報主題為“快,來了”,為其1月20日的新品發(fā)布會預(yù)熱。雖然樂視控股的海報并沒有明確說明時間,但是聯(lián)系到樂視超級汽車計劃名字即為“SEE計劃”,而且樂視TV的海報中可見清晰的汽車局部影像,并稱:“享受駕馭快感的同時,擁有藍(lán)天和高品質(zhì)生活!1月20日,如擎天柱般無所不能的TA,快來了!”可以據(jù)此猜測,“SEE計劃”很可能將在1月20日的發(fā)布會上亮相。但樂視控股公關(guān)部門對此表示沒有相關(guān)信息公布。
不過,一個重要的佐證信息是,今日樂視智能終端事業(yè)群COO梁軍發(fā)布微博稱,“距離發(fā)布會還有5天,為了揭開新的篇章,大家還在不斷對細(xì)節(jié)反復(fù)敲打”,還配發(fā)了一張有賈躍亭參加的樂視內(nèi)部會議圖,這意味著賈躍亭已經(jīng)回到公司上班。隨后賈躍亭轉(zhuǎn)發(fā)了梁軍這條微博并寫道,“從未來定義未來,一小步,一大步,#超級汽車#,中國第一套?”由此判斷,1月20日的發(fā)布會肯定與超級汽車有關(guān)。
在樂視控股所發(fā)的宣傳圖上,一個圓形的主體圖案,邊緣被點亮,這似乎是在說明,“SEE計劃”已經(jīng)有了階段性的成果。
另外,從樂視控股特地為“SEE計劃”預(yù)熱來看,樂視超級汽車戰(zhàn)略的實施主體將是樂視控股。
從樂視最近的動向來看,造車計劃的確已經(jīng)進(jìn)入實質(zhì)性階段,從去年開始就在海外和國內(nèi)大舉延攬汽車人才,已經(jīng)在美國硅谷組建了汽車研發(fā)團(tuán)隊,這個研發(fā)團(tuán)隊是來自四個方面的專業(yè)人才:傳統(tǒng)的汽車制造領(lǐng)域、電動車制造領(lǐng)域、互聯(lián)網(wǎng)行業(yè)、智能硬件行業(yè)。這個團(tuán)隊中有很多頂級的汽車方面的專家,來自特斯拉、奔馳、寶馬、通用、福特等著名車企。
在國內(nèi),去年搜狐汽車事業(yè)部總經(jīng)理何毅加盟樂視擔(dān)任樂視控股車聯(lián)網(wǎng)CEO,而前不久,原英菲尼迪中國總經(jīng)理呂征宇也被傳正式加盟樂視,擔(dān)任樂視互聯(lián)網(wǎng)汽車項目負(fù)責(zé)人,直接向賈躍亭匯報。
在上述微博公布后,業(yè)內(nèi)紛紛認(rèn)為樂視即將推出的顛覆產(chǎn)品將是超級汽車搭載的互聯(lián)網(wǎng)操作系統(tǒng)。因為這么短的時間要推出自主研發(fā)的超級汽車太不現(xiàn)實,但作為互聯(lián)網(wǎng)企業(yè),先推出一套車載互聯(lián)網(wǎng)系統(tǒng)無疑更加可行。
按照樂視的設(shè)計理念,汽車只是汽車互聯(lián)網(wǎng)系統(tǒng)的終端。樂視的目標(biāo)并不僅僅在于制造互聯(lián)網(wǎng)智能電動汽車,而是希望復(fù)制超級電視的成功模式,打造一個全球獨有的垂直整合的汽車互聯(lián)網(wǎng)生態(tài)系統(tǒng)。
如果樂視在1月20日發(fā)布了其汽車操作系統(tǒng),那么其將成為國內(nèi)互聯(lián)網(wǎng)公司中首家發(fā)布發(fā)布車載系統(tǒng)的企業(yè)。而且,鑒于樂視CEO賈躍亭在微博上釋放樂視超級手機(jī)的理念和信息,樂視很可能將會打通電視、手機(jī)和汽車的操作系統(tǒng),以方便日后實現(xiàn)更多的互聯(lián)互通和智能操控。
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。