蘋(píng)果真的要進(jìn)入搜索市場(chǎng)?網(wǎng)絡(luò)爬蟲(chóng)機(jī)器人頁(yè)面正式曝光
5月7日消息,日前,蘋(píng)果在官網(wǎng)的技術(shù)支持網(wǎng)站中,添加了一個(gè)新頁(yè)面,來(lái)具體介紹其首款網(wǎng)絡(luò)爬蟲(chóng)機(jī)器人。據(jù)悉,谷歌和必應(yīng)等搜索引擎,都是通過(guò)使用網(wǎng)絡(luò)爬蟲(chóng)機(jī)器人,來(lái)自動(dòng)掃描互聯(lián)網(wǎng)中的頁(yè)面和信息,以在頁(yè)面變更時(shí)添加所以并提供信息。
據(jù)透露,蘋(píng)果的網(wǎng)絡(luò)爬蟲(chóng)名為“Applebot”,早就存在,只是該公司此前從未披露過(guò)任何細(xì)節(jié)。蘋(píng)果此次證實(shí)該網(wǎng)絡(luò)爬蟲(chóng)的存在,或許意味著,該公司未來(lái)將全面進(jìn)軍互聯(lián)網(wǎng)搜索市場(chǎng)。
今年2月,蘋(píng)果公司發(fā)布了一份招聘啟事,此次招聘的描述的是“Apple Search工程項(xiàng)目經(jīng)理”。該職位工作地點(diǎn)在舊金山,要求項(xiàng)目經(jīng)理監(jiān)管“支持?jǐn)?shù)百萬(wàn)用戶的搜索平臺(tái)的”后端運(yùn)作。蘋(píng)果指出能夠勝任該工作的人將“成為改變?nèi)藗兪褂秒娔X和移動(dòng)設(shè)備革命的一部分。”
而早在2002年晚些時(shí)候,蘋(píng)果公司招聘了搜索專家William Stasior,去年有iOS7開(kāi)發(fā)者在蘋(píng)果服務(wù)器中發(fā)現(xiàn)了一個(gè)網(wǎng)頁(yè)機(jī)器人。當(dāng)時(shí)國(guó)外分析師Gene Munster表示蘋(píng)果有70%的可能會(huì)進(jìn)入移動(dòng)搜索領(lǐng)域。
值得注意的是,蘋(píng)果與谷歌之間iOS平臺(tái)默認(rèn)搜索引擎合作協(xié)議即將到期,這或許也給予了蘋(píng)果進(jìn)入搜索市場(chǎng)一個(gè)契機(jī)。
好文章,需要你的鼓勵(lì)
騰訊ARC實(shí)驗(yàn)室推出AudioStory系統(tǒng),首次實(shí)現(xiàn)AI根據(jù)復(fù)雜指令創(chuàng)作完整長(zhǎng)篇音頻故事。該系統(tǒng)結(jié)合大語(yǔ)言模型的敘事推理能力與音頻生成技術(shù),通過(guò)交錯(cuò)式推理生成、解耦橋接機(jī)制和漸進(jìn)式訓(xùn)練,能夠?qū)?fù)雜指令分解為連續(xù)音頻場(chǎng)景并保持整體連貫性。在AudioStory-10K基準(zhǔn)測(cè)試中表現(xiàn)優(yōu)異,為AI音頻創(chuàng)作開(kāi)辟新方向。
Meta與特拉維夫大學(xué)聯(lián)合研發(fā)的VideoJAM技術(shù),通過(guò)讓AI同時(shí)學(xué)習(xí)外觀和運(yùn)動(dòng)信息,顯著解決了當(dāng)前視頻生成模型中動(dòng)作不連貫、違反物理定律的核心問(wèn)題。該技術(shù)僅需添加兩個(gè)線性層就能大幅提升運(yùn)動(dòng)質(zhì)量,在多項(xiàng)測(cè)試中超越包括Sora在內(nèi)的商業(yè)模型,為AI視頻生成的實(shí)用化應(yīng)用奠定了重要基礎(chǔ)。
上海AI實(shí)驗(yàn)室發(fā)布OmniAlign-V研究,首次系統(tǒng)性解決多模態(tài)大語(yǔ)言模型人性化對(duì)話問(wèn)題。該研究創(chuàng)建了包含20萬(wàn)高質(zhì)量樣本的訓(xùn)練數(shù)據(jù)集和MM-AlignBench評(píng)測(cè)基準(zhǔn),通過(guò)創(chuàng)新的數(shù)據(jù)生成和質(zhì)量管控方法,讓AI在保持技術(shù)能力的同時(shí)顯著提升人性化交互水平,為AI價(jià)值觀對(duì)齊提供了可行技術(shù)路徑。
谷歌DeepMind團(tuán)隊(duì)開(kāi)發(fā)的GraphCast是一個(gè)革命性的AI天氣預(yù)測(cè)模型,能夠在不到一分鐘內(nèi)完成10天全球天氣預(yù)報(bào),準(zhǔn)確性超越傳統(tǒng)方法90%的指標(biāo)。該模型采用圖神經(jīng)網(wǎng)絡(luò)技術(shù),通過(guò)學(xué)習(xí)40年歷史數(shù)據(jù)掌握天氣變化規(guī)律,在極端天氣預(yù)測(cè)方面表現(xiàn)卓越,能耗僅為傳統(tǒng)方法的千分之一,為氣象學(xué)領(lǐng)域帶來(lái)了效率和精度的雙重突破。