今年,李克強(qiáng)總理在政府工作報告中首次提出“互聯(lián)網(wǎng)+”行動計(jì)劃,旨在推動移動互聯(lián)網(wǎng)、云計(jì)算、大數(shù)據(jù)、物聯(lián)網(wǎng)等與傳統(tǒng)行業(yè)融合、優(yōu)勢互補(bǔ)共同發(fā)展。全國人大代表、騰訊控股董事會主席兼CEO馬化騰在兩會中也提出制定“互聯(lián)網(wǎng)+”全面發(fā)展國家戰(zhàn)略的建議,推動“移動互聯(lián)+民生應(yīng)用”改造各個行業(yè),推動智慧民生發(fā)展。
這意味著,早在2014年8月推出的“微信智慧生活”全行業(yè)解決方案,將在2015年得到更深入的貫徹推進(jìn),而微信此前的多次表態(tài)表明,第三方服務(wù)應(yīng)用提供商將在其中扮演更重要的角色。
“互聯(lián)網(wǎng)+”將推動傳統(tǒng)企業(yè)加速擁抱移動互聯(lián)網(wǎng)
“移動互聯(lián)+民生應(yīng)用是實(shí)現(xiàn)智慧民生的新路徑。”“微信智慧生活”全行業(yè)解決方案以微信公眾號+微信支付為基礎(chǔ),幫助傳統(tǒng)行業(yè)將原有商業(yè)模式“移植”到微信平臺。
過去的半年里,“微信智慧生活”全行業(yè)解決方案已幫助醫(yī)療、酒店、餐廳、百貨、快遞、票務(wù)、高校、景區(qū)等各行業(yè)高速智慧化轉(zhuǎn)身,收獲頗豐。比如,微信智慧醫(yī)療解決方案已為北京、上海、廣州、四川、重慶、海南等多省市近100家醫(yī)院提供全流程就診服務(wù),超過1200家醫(yī)院支持微信掛號,服務(wù)累計(jì)超過300萬患者,為患者節(jié)省超過600萬小時的時間。今年,還將深入電視、公益、社區(qū)、大型賽事省會等,實(shí)現(xiàn)更多行業(yè)的智慧化發(fā)展進(jìn)程。
微信提供連接能力,市場空間交由第三方來做
在這個過程中,無論是各行業(yè)方案的落地,還是執(zhí)行推進(jìn),都需要攜手第三方服務(wù)應(yīng)用開發(fā)商、商戶共同去努力實(shí)現(xiàn)。
“移動互聯(lián)網(wǎng)相當(dāng)于傳統(tǒng)行業(yè)的“電”,幫助傳統(tǒng)行業(yè)實(shí)現(xiàn)移動互聯(lián)網(wǎng)的轉(zhuǎn)型,當(dāng)電視機(jī)、電飯鍋通了電,他們價值才能得到體現(xiàn)。而微信在其中的作用就是把基礎(chǔ)元件打造出來,做集成電路,而電飯鍋、電視機(jī)等市場空間交由第三方來做。”微信支付總經(jīng)理吳毅早前接受媒體采訪時明確了微信對第三方的態(tài)度。
微信不會既做裁判員又做運(yùn)動員,微信的角色是更好地完成用戶端的業(yè)務(wù),并把商業(yè)化的接口能力做的更靈活完善,至于”怎么連接“,這一塊的市場空間交給更了解行業(yè)的第三方來做,微信平臺上有大量的空間、大量的機(jī)會,等待第三方去挖掘和開發(fā),而且微信上大量的商家,也非常迫切地需要第三方給他們帶來支持。未來微信將更大力度推進(jìn)平臺接口和能力的開放,提供技術(shù)接口培訓(xùn)和平臺運(yùn)營培訓(xùn),幫助第三方開發(fā)者更好的成長,讓他們?yōu)楣娞栠\(yùn)營者提供服務(wù)的能力大大提升。
據(jù)悉,微信支付團(tuán)隊(duì)計(jì)劃2015年在全國各大城市開展“微信智慧工坊”線下系列活動,每期都將針對零售、停車、客運(yùn)、醫(yī)療、餐飲等特定的行業(yè)進(jìn)行深入的解決方案解讀和接入洽談,活動將于4月啟動,敬請關(guān)注。
關(guān)于行業(yè)解決方案的接入方式,更多素材可通過以下渠道獲?。?/strong>
微信支付商戶通(微信號:WXPayService)——微信支付商戶服務(wù)平臺,提供微信行業(yè)解決方案、接入指南等官方指引
微信智慧生活館(微信號:WX-Pay)——微信智慧生活場景的第一手咨詢:
好文章,需要你的鼓勵
新加坡國立大學(xué)研究團(tuán)隊(duì)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(shí)驗(yàn)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(duì)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(shí)現(xiàn)37.9%的精度提升,并在真實(shí)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(duì)通過對比實(shí)驗(yàn)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(shí)際提升推理準(zhǔn)確率。研究揭示了AI模型存在"生成-驗(yàn)證差距",即生成答案的能力強(qiáng)于驗(yàn)證答案質(zhì)量的能力,且模型在自我驗(yàn)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(shí)現(xiàn)大語言模型訓(xùn)練加速1.6倍,計(jì)算成本降低2.2倍。該方法使用SVD稀疏性估計(jì)器智能選擇重要計(jì)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(yàn)證有效性。