6月15日消息,小米副總裁王川今日針對(duì)樂(lè)視電視內(nèi)容的問(wèn)題再次發(fā)聲,他表示,樂(lè)視電視未按規(guī)定接入互聯(lián)網(wǎng)電視播控平臺(tái)疑似違反了廣電總局181號(hào)文件的規(guī)定,樂(lè)視應(yīng)當(dāng)提供相應(yīng)證據(jù)澄清。
王川同時(shí)指出,在廣電總局不允許互聯(lián)網(wǎng)電視通過(guò)瀏覽器播放外鏈視頻的情況下,樂(lè)視電視仍能夠通過(guò)內(nèi)置瀏覽器播放外鏈內(nèi)容,“在這種情況下,樂(lè)視作為上市公司,其管理團(tuán)隊(duì)有義務(wù)向投資者公示旗下業(yè)務(wù)的風(fēng)險(xiǎn)”。
在內(nèi)容方面,王川稱(chēng),對(duì)比最近三年最新院線(xiàn)電影的數(shù)量,樂(lè)視在視頻領(lǐng)域重要的頭部?jī)?nèi)容的缺失比較明顯:2015年,院線(xiàn)最新電影小米平臺(tái)是153部,樂(lè)視電視是37部;2014年,院線(xiàn)最新電影小米平臺(tái)是487部,樂(lè)視電視是149部;2013年,院線(xiàn)最新電影小米平臺(tái)是655部,樂(lè)視電視是137部。
針對(duì)樂(lè)視平臺(tái)捆綁的年費(fèi)以及內(nèi)部的二次消費(fèi),王川通過(guò)對(duì)樂(lè)視電視的演示,在已經(jīng)捆綁年費(fèi)成為會(huì)員的情況下,包括NBA直播、新院線(xiàn)電影觀看的內(nèi)容都需要二次消費(fèi),他進(jìn)一步表示,樂(lè)視如果在會(huì)員到期的情況下,如果不續(xù)費(fèi)那么樂(lè)視電視只有3成內(nèi)容可以觀看,畫(huà)質(zhì)維持在VCD的水平,且不停的提示用戶(hù)付費(fèi)。他指出,一臺(tái)樂(lè)視電視的用戶(hù)實(shí)際使用成本已經(jīng)超過(guò)5999元。
最后王川還透露,本來(lái)想透露更多樂(lè)視的內(nèi)幕,但由于樂(lè)視高層昨日電話(huà)中以“怕影響股價(jià)”為由,所以這次有關(guān)樂(lè)視的問(wèn)題只針對(duì)產(chǎn)品。
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。