備受注目的2015 GMIC大會(huì)4月28日在國(guó)家會(huì)議中心拉開(kāi)帷幕。車聯(lián)網(wǎng)以及未來(lái)車載多媒體技術(shù)備受關(guān)注。福特汽車公司與合作伙伴考拉FM、阿里巴巴、騰訊共同就未來(lái)車載多媒體技術(shù)的發(fā)展方向進(jìn)行深度探討。
作為車聯(lián)網(wǎng)音頻娛樂(lè)內(nèi)容提供商,考拉FM副總裁余建約在“未來(lái)車載多媒體技術(shù)及營(yíng)銷新突破”圓桌論壇上分享了考拉FM在車聯(lián)網(wǎng)方面的進(jìn)展以及對(duì)車聯(lián)網(wǎng)未來(lái)發(fā)展的感悟。他透露,考拉FM的車載覆蓋率已在80%以上。
余建約介紹說(shuō),作為國(guó)內(nèi)最大的音頻內(nèi)容運(yùn)營(yíng)商之一,車語(yǔ)傳媒的主要業(yè)務(wù)來(lái)源于三個(gè)部分:第一塊兒就是傳統(tǒng)廣播,車語(yǔ)傳媒旗下融合了很多廣播電臺(tái),包括省級(jí)電臺(tái)、交通臺(tái),新聞臺(tái)、經(jīng)濟(jì)臺(tái)等等,在全國(guó)大概有十幾家,就業(yè)務(wù)規(guī)模來(lái)說(shuō)處于國(guó)內(nèi)行業(yè)前三甲;第二部分是網(wǎng)絡(luò)廣播,又可以分為兩塊兒,一部分是手機(jī)電臺(tái)考拉FM,另一部分就是車載電臺(tái)。
考拉FM副總裁余建約
“包括最近牽手的福特汽車在內(nèi),我們已經(jīng)相繼與30多家汽車品牌達(dá)成預(yù)裝合作,其中的大眾、通用等12個(gè)品牌都是獨(dú)家合作。最近,考拉FM 也推出了自主化車聯(lián)網(wǎng)解決方案——考拉寶,通過(guò)手機(jī)-考拉寶-車機(jī)相連接的方式,為廣大車主用戶帶來(lái)個(gè)性化的收聽(tīng)體驗(yàn)。可以說(shuō),考拉FM的車載覆蓋率已在80%以上,在國(guó)內(nèi)同行中處于領(lǐng)先地位。” 余建約表示。
當(dāng)天,圍繞車聯(lián)網(wǎng)產(chǎn)業(yè)鏈凝聚的商業(yè)價(jià)值,也再次成為了圓桌論壇嘉賓和與會(huì)者的關(guān)注焦點(diǎn)。
不過(guò),余建約看來(lái),論及車聯(lián)網(wǎng)的商業(yè)化營(yíng)銷還尚且為時(shí)過(guò)早。就音頻內(nèi)容而言,車聯(lián)網(wǎng)未來(lái)可探索的盈利模式大體可以有兩種:一類是音頻廣告;另一類就是O2O模式,通過(guò)O2O的開(kāi)放信息共享,你會(huì)了解開(kāi)車人和車內(nèi)狀況、行車狀況,那么基于汽車后服務(wù)市場(chǎng),擁有一個(gè)非常值得想象的空間。
他坦言,如果說(shuō)音頻廣告有百億的市場(chǎng)規(guī)模,那么基于O2O與車的緊密相連產(chǎn)生的汽車后服務(wù)市場(chǎng),則可以有萬(wàn)億的規(guī)模。
來(lái)自速途研究院近期發(fā)布的《2015Q1移動(dòng)電臺(tái)市場(chǎng)分析報(bào)告》顯示,國(guó)內(nèi)移動(dòng)電臺(tái)市場(chǎng)目前擁有約2.6億的用戶規(guī)模,滲透率達(dá)到了47%。隨著包括智能汽車、智能家居等產(chǎn)品的發(fā)展,移動(dòng)網(wǎng)絡(luò)電臺(tái)未來(lái)仍有廣闊的拓展空間。
好文章,需要你的鼓勵(lì)
新加坡國(guó)立大學(xué)研究團(tuán)隊(duì)開(kāi)發(fā)了SPIRAL框架,通過(guò)讓AI與自己對(duì)弈零和游戲來(lái)提升推理能力。實(shí)驗(yàn)顯示,僅訓(xùn)練AI玩簡(jiǎn)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(wú)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(kāi)發(fā)的GIGA-ToF技術(shù)通過(guò)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(wèn)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(dòng)駕駛等領(lǐng)域提供更可靠的3D視覺(jué)解決方案。
伊利諾伊大學(xué)研究團(tuán)隊(duì)通過(guò)對(duì)比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過(guò)強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺(jué)語(yǔ)言模型雖然表現(xiàn)出"頓悟時(shí)刻"現(xiàn)象,但這些自我糾錯(cuò)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(shí)無(wú)法有效利用視覺(jué)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(guò)動(dòng)態(tài)稀疏性實(shí)現(xiàn)大語(yǔ)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(shí)顯著提升訓(xùn)練效率,已在多個(gè)任務(wù)上驗(yàn)證有效性。