APUS CEO李濤在喬遷新居之際透露了42號計劃。“今年年底,我們會突破3億用戶的全球市場,擁有了巨大用戶量,同時有足夠資金,我們42號平臺開放計劃,要把apus的市場開放出去。”
李濤也首次對外透露了APUS的融資總額和花費,“我們兩次融資融到1.16億美金,到今天才花掉幾百萬美金。”
據(jù)悉,APUS是首家提出“用戶系統(tǒng)”概念的企業(yè),他自稱為最小最快最簡單的用戶系統(tǒng)。李濤介紹:“APUS首先最重要的功能是桌面。其次智能文件夾的功能。第三,apus雷達。每個文件夾里都有這個雷達,基于位置信息找到周圍人正在用的熱門應用是哪些,然后推薦給用戶。第四,apus加速功能。第五,apus搜索功能,包括本機搜索,應用搜索,包括周邊搜索等。第六,一些小功能,比如手電筒等。”
截止目前,APUS已經(jīng)擁有1.5億海外用戶,目標是今年底達到3億用戶。
2015年4月28日上午是APUS喬遷新居的良辰吉日,李濤透露,“APUS這層樓的物業(yè)費和裝修是1000萬人民幣,我們絕大部分資金在團隊建設(shè)上,希望給團隊良好的環(huán)境,花在員工上,比花在市場上更有價值。”
APUS前臺
APUS照片墻
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(zhuǎn)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(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(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(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。