第十屆百度聯(lián)盟峰會今日在云南騰沖開幕,百度高級副總裁向海龍表示,移動互聯(lián)網(wǎng)成創(chuàng)業(yè)紅海,野蠻生長后變局初現(xiàn)。
百度高級副總裁向海龍
目前全球共72億人,而全球移動互聯(lián)網(wǎng)連接設(shè)備達到75億,已經(jīng)超過了全球總?cè)藬?shù),平均每人都有一臺移動設(shè)備在聯(lián)網(wǎng)。
PC經(jīng)過了70年的進化,全球保有量20億臺;而智能手機,2007年到2014年內(nèi),僅僅7年時間,保有量已經(jīng)達到了50億臺。
移動互聯(lián)網(wǎng)的高速發(fā)展帶來中國移動廣告市場的迅猛增長,其市場份額已占到互聯(lián)網(wǎng)廣告整體市場的30%。
移動互聯(lián)網(wǎng)領(lǐng)域也成了創(chuàng)業(yè)紅海,據(jù)稱,中國平均每天新成立的創(chuàng)業(yè)團隊有7個,APP成為大部分創(chuàng)業(yè)者的首選方向。
然而,百度觀察到,移動互聯(lián)網(wǎng)也發(fā)展到一個變化的臨界點。
首先,2014年中國智能機大盤增速放緩,預(yù)計2015年人口紅利期將終結(jié);
其次,與之對應(yīng)的應(yīng)用廣告平臺市場雖然規(guī)模廣闊,但廣告資源和技術(shù)還有很大提升空間,變現(xiàn)能力也顯不足。
最后,移動互聯(lián)網(wǎng)行業(yè)更趨于細分,競爭白熱化,技術(shù)能力、渠道管理、銷售體系成為某些創(chuàng)業(yè)團隊的短板。
移動互聯(lián)網(wǎng)時代,語音和圖像的交互會逐步成為主流,00后在百度所有的移動搜索用戶中占比為17%,但是他們以17%的用戶占比,貢獻了34%的語音圖像搜索請求。
百度用兩年時間率先完成了移動轉(zhuǎn)型,實現(xiàn)移動營收占比50%,并通過在技術(shù)上不斷投入,產(chǎn)品上保持創(chuàng)新,生態(tài)上開放共贏,入口能力上保持領(lǐng)先,變現(xiàn)效率上不斷提升,營造出一個綜合能力的新生態(tài)。通過多年積累,百度擁有了語音識別、圖片識別、機器學(xué)習(xí)、LBS等多項技術(shù),這將催生更多的創(chuàng)新機會。
擁抱移動用戶的需求變化,百度從連接人與信息轉(zhuǎn)變?yōu)檫B接人與服務(wù):手機百度搜索藥品或者藥店,直接下單購藥;登陸百度糯米在線購票選座,方便又快捷;高爾夫直接預(yù)訂;用搜索調(diào)起第三方APP服務(wù)。
綜合入口能力上,百度擁有豐富的移動互聯(lián)網(wǎng)入口,2.5億+用戶的APPs、手機百度與百度地圖兩大超級APP、無線網(wǎng)頁及市場份額第一的應(yīng)用市場,可以最大范圍鎖定用戶。變現(xiàn)能力上,目標受眾精準鎖定,變現(xiàn)效率逐漸提高。百度移動聯(lián)盟廣告日均展現(xiàn)量已超過50億,綜合市場占有率市場第一。
向海龍最后表示,百度不僅僅是一家搜索公司,更是一個開放的平臺,如果把聯(lián)盟伙伴比作一頭猛虎,那么技術(shù)就像一對翅膀,為伙伴們的發(fā)展“如虎添翼”。
好文章,需要你的鼓勵
新加坡國立大學(xué)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(xùn)練AI玩簡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。
同濟大學(xué)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(xué)習(xí)和數(shù)學(xué)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(xué)研究團隊通過對比實驗發(fā)現(xiàn),經(jīng)過強化學(xué)習(xí)訓(xùn)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(xùn)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(xùn)練效率,已在多個任務(wù)上驗證有效性。