北京時(shí)間7月14日消息,據(jù)知情人士透露,專車服務(wù)Uber雖然曾經(jīng)出價(jià)30億美元競購諾基亞旗下的Here地圖業(yè)務(wù),但該公司目前已經(jīng)放棄競購。
Uber的全球化野心眾人皆知。但從知情人士的表態(tài)來看,該公司已經(jīng)放棄收購這項(xiàng)業(yè)務(wù)。相反,Here的主要談判對象變成了由寶馬、奧迪和奔馳等多家德國汽車廠商組成的財(cái)團(tuán)。這些汽車廠商都高度依賴這家芬蘭公司的地圖業(yè)務(wù)來提供車載導(dǎo)航和娛樂系統(tǒng)。
知情人士稱,多家私募股權(quán)投資公司和業(yè)內(nèi)企業(yè)也都對收購Here展現(xiàn)出巨大興趣,其中還包括百度和騰訊。但隨著汽車廠商的跟進(jìn),這些企業(yè)的興趣也逐步降低。
知情人士表示,隨著其他潛在收購者放棄競購,這3大德國汽車公司在談判中的立場逐漸強(qiáng)硬。
雙方爭論的關(guān)鍵在于架構(gòu)。諾基亞最近剛剛同意斥資166億美元收購法美合資的電信設(shè)備制造商阿爾卡特朗訊,而此次出售地圖業(yè)務(wù)的要價(jià)至少為40億美元。但汽車廠商卻認(rèn)為報(bào)價(jià)應(yīng)該壓低。
雙方的談判可能將交易達(dá)成時(shí)間推遲到8月,但知情人士也警告稱,諾基亞地圖業(yè)務(wù)最終可能無人接手,而Uber等潛在買家也有可能重新參與競購。
諾基亞和Uber發(fā)言人均拒絕對此置評。德國汽車制造商尚未立刻對此置評。
諾基亞地圖部門吸引了廣泛興趣,表明各類網(wǎng)絡(luò)服務(wù)對數(shù)字地圖的需求都在與日俱增,尤其是智能手機(jī)的相關(guān)服務(wù)。
美國的很多大公司也都利用數(shù)字地圖資產(chǎn)來提供車載導(dǎo)航和在線導(dǎo)航功能。例如,亞馬遜、聯(lián)邦快遞和微軟多年以來一直在使用Here地圖數(shù)據(jù)提供導(dǎo)航服務(wù)。
但對Uber等企業(yè)而言,擁有或控制地圖技術(shù)還具有戰(zhàn)略意義。Uber獲得了數(shù)十億美元的風(fēng)險(xiǎn)投資,并在世界各地實(shí)現(xiàn)了高速擴(kuò)張,但該公司還希望突破傳統(tǒng)的出租車市場,進(jìn)一步挺進(jìn)物流領(lǐng)域,提供同城快遞服務(wù)——而這一切都需要借助在線數(shù)字地圖來實(shí)現(xiàn)。
谷歌上周宣布將在特拉維夫試點(diǎn)拼車項(xiàng)目。Uber目前依賴谷歌地圖服務(wù),但也從其他來源獲取地圖數(shù)據(jù)。
分析師認(rèn)為,Here將會(huì)幫助Uber降低對谷歌地圖和其他地圖服務(wù)的依賴。例如,Uber Pool拼車服務(wù)就可以使用Here的數(shù)據(jù)來匹配司機(jī)與乘客。
據(jù)估計(jì),谷歌地圖擁有10億移動(dòng)用戶,大約達(dá)到Here的10倍,但Here卻主導(dǎo)著車載地圖市場——谷歌和蘋果目前都在努力爭奪這一頗具前景的領(lǐng)域。
盡管Uber已經(jīng)退出對諾基亞地圖業(yè)務(wù)的競購,但這家專車公司沒有坐以待斃。他們今年3月收購了地圖軟件公司deCarta,以此加強(qiáng)自身的地圖技術(shù)。Uber上月還宣布收購了微軟的部分地圖技術(shù),并且針對微軟地圖團(tuán)隊(duì)擴(kuò)員100名工程師。
好文章,需要你的鼓勵(lì)
新加坡國立大學(xué)研究團(tuán)隊(duì)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(shí)驗(yàn)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(jì)大學(xué)團(tuán)隊(duì)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(jī)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(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視覺解決方案。
伊利諾伊大學(xué)研究團(tuán)隊(duì)通過對比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺語言模型雖然表現(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(jī)構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過動(dòng)態(tài)稀疏性實(shí)現(xiàn)大語言模型訓(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。