北京時間5月7日上午消息,特斯拉CEO伊隆·馬斯克(Elon Musk)周三在財報電話會議上表示,他歡迎蘋果開發(fā)新型汽車產(chǎn)品,這對整個行業(yè)有好處。
馬斯克在回答分析師的提問時說:“我希望蘋果進入汽車行業(yè),這肯定是件好事。”
由于蘋果擁有龐大的現(xiàn)金儲備,所以,倘若該公司推出汽車產(chǎn)品,很有可能對整個行業(yè)產(chǎn)生巨大影響。但馬斯克之前也曾經(jīng)多次鼓勵傳統(tǒng)汽車廠商進入電動汽車領域。他認為,共同做大電動汽車市場并吸引人們的關注,肯定會對特斯拉有利。為了達到這一目標,他甚至向競爭對手開放了特斯拉的專利。
馬斯克還表示,特斯拉從蘋果挖來的員工遠多于蘋果從特斯拉挖走的員工。蘋果在汽車領域的動向始終對外保密,但隨著該公司招募汽車開發(fā)人員的消息曝光,此事似乎已經(jīng)逐步明確。
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。