“微信連接的下一站,是與智慧民生的對接。”4月15日,在微信公開課第三季成都站現(xiàn)場,微信團隊表示,希望更大程度發(fā)揮微信的連接能力與價值,助推智慧城市在全國范圍內的落地,讓城市生活更便利。
本次微信公開課,時隔一年再到蓉城,由騰訊聯(lián)合騰訊大成網(wǎng)、華西都市報共同舉辦。圍繞“互聯(lián)網(wǎng)+連接智慧想象”的主題,微信城市服務團隊、硬件團隊與企業(yè)號團隊,現(xiàn)場解讀了微信連接智慧民生和硬件的能力,以及通過微信連接企業(yè)的另一種可能。
城市服務讓“慢”即是“快”
成都是不少人憧憬的“慢生活”城市代表,而造就這份安逸“慢生活”的前提正是城市服務的“高效率”。
作為城市服務高效率的代表,成都交警微信公眾帳號推出的“三快”微交通事故處理便民服務,為廣大市民提供了快速、便捷的“一站式”輕微道路交通事故責任認定、損害賠償調解、保險查勘定損理賠服務。在2014年,成都8個快處中心共處理輕微交通事故8.13萬件,較2013年上升35%,在緩解城區(qū)道路交通擁堵、提高道路通行能力方面發(fā)揮了非常積極的作用。
此外,成都著名景區(qū)西嶺雪山也借助微信的力量,完成了游客體驗與景區(qū)服務、流程上雙重優(yōu)化升級。上線僅百日,西嶺雪山官方微信公眾帳號已收獲超過17萬的用戶關注,微信售票過萬張,拉動交易額265萬元。
微信公開課講師范帷表示,目前,微信正通過推進這些有價值服務的聚合、沉淀,讓成都等更多城市的用戶能夠以更便利的方式享受便捷高效的服務。
(微信公開課 講師范帷)
用企業(yè)號發(fā)消息不限量
“生產(chǎn)效率的提升,內部流程的改造,乃至企業(yè)內部管理工具的改變才能讓企業(yè)真正插上‘互聯(lián)網(wǎng)+’的翅膀。”微信公開課講師雷茂鋒現(xiàn)場表示,對企業(yè)來說,僅僅面向用戶或客戶的“互聯(lián)網(wǎng)+”是遠遠不夠的,這也是微信繼訂閱號、服務號之后,再推出企業(yè)號的重要原因。而未來企業(yè)號也將成為微信在O2O布局上的重要支點,成為企業(yè)或者組織連接內外重要杠桿。
(微信公開課 講師雷茂鋒)
微信企業(yè)號是微信為廣大企業(yè)和組織提供的移動應用入口,與服務號不同,企業(yè)號是針對企業(yè)內部溝通和管理的平臺,可以與企業(yè)的OA、ERP、CRM等系統(tǒng)結合,甚至能與企業(yè)原本的服務號打通,以提升其服務水平。微信企業(yè)號不同于訂閱號和服務號的另一個最主要的特點是群發(fā)消息次數(shù)不受限制。
目前,接入微信企業(yè)號的機構、公司數(shù)量已經(jīng)超過20萬,并保持穩(wěn)定增長。未來企業(yè)號還將不斷降低門檻,讓更多機構體驗到微信企業(yè)號帶來的高效與便利。
微信硬件的魅力在酷炫,更在溫暖
“過去,微信完成了人與人、人與服務的連接,微信硬件要做的,是促成人與物、物與物的連接。”微信公開課講師孫丹青表示??纱┐髟O備、家電、家居、健康設備、車載設備,甚至通過打通智慧停車、智慧交通、智慧政務、應急聯(lián)動形成的智慧城市服務網(wǎng),都是微信硬件的連接對象。
(微信公開課 講師孫丹青)
從接入能力角度來說,微信硬件號將比普通公眾帳號更為強大。微信硬件號不但提供掃描設備二維碼、App帶二維碼跳轉關注公眾帳號、藍牙/Wi-Fi近場連接等專門為物聯(lián)網(wǎng)定制的功能,還涵蓋了消息觸達、輕應用、社交、支付、多客服管理等服務號的基礎功能。比如通過樂心血壓、樂心微動兩個硬件號,不僅遠在外地的孩子能夠通過微信即時了解父母的身體狀況,散落在各個城市的好友也能“一起運動”、互相督促、比拼排名,實實在在用科技傳遞了溫暖。
未來,微信硬件號將成為一把打開物聯(lián)網(wǎng)之門的“鑰匙”,打通“人—設備—設備提供商”的三重連接,持續(xù)不斷地為用戶提供增值服務。
據(jù)悉,此次成都公開課后,微信公開課將轉戰(zhàn)東北。4月底,微信公開課將在沈陽開講,相關工作已在緊張籌備中,屆時將有關于微信的眾多“干貨”分享給東北父老鄉(xiāng)親和廣大微信用戶。
好文章,需要你的鼓勵
新加坡國立大學研究團隊開發(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,僅訓練AI玩簡單撲克游戲就能讓其數(shù)學推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學題目作為訓練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉移到數(shù)學解題中,為AI訓練提供了新思路。
同濟大學團隊開發(fā)的GIGA-ToF技術通過融合多幀圖像的"圖結構"信息,創(chuàng)新性地解決了3D相機噪聲問題。該技術利用圖像間的不變幾何關系,結合深度學習和數(shù)學優(yōu)化方法,在合成數(shù)據(jù)集上實現(xiàn)37.9%的精度提升,并在真實設備上展現(xiàn)出色泛化能力,為機器人、AR和自動駕駛等領域提供更可靠的3D視覺解決方案。
伊利諾伊大學研究團隊通過對比實驗發(fā)現(xiàn),經(jīng)過強化學習訓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等頂尖機構聯(lián)合提出SparseLoRA技術,通過動態(tài)稀疏性實現(xiàn)大語言模型訓練加速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練效率,已在多個任務上驗證有效性。