7月11日,由中國版權(quán)協(xié)會主辦的“網(wǎng)絡(luò)云存儲版權(quán)保護(hù)研討會”在北京舉行,同日,互聯(lián)網(wǎng)視頻正版化聯(lián)盟于宣布成立。此次研討會旨在貫徹“劍網(wǎng)2015”專項(xiàng)行動精神,促進(jìn)我國互聯(lián)網(wǎng)產(chǎn)業(yè)健康快速發(fā)展。優(yōu)酷土豆集團(tuán)作為主要參與方出席本次活動。
“劍網(wǎng)2015”專項(xiàng)行動由國家版權(quán)局、互聯(lián)網(wǎng)信息辦公室、工信部、公安部四部委于6月上旬聯(lián)合啟動。這是我國開展的第十一次劍網(wǎng)行動。“劍網(wǎng)2015”的重點(diǎn)之一是開展規(guī)范網(wǎng)絡(luò)云存儲空間版權(quán)專項(xiàng)整治。
研討會上,北京市版權(quán)局副局長王野霏、國家版權(quán)局版權(quán)管理司執(zhí)法處處長趙杰、中國社科院教授周林、清華大學(xué)教授崔國斌、北京高院法官潘偉、北京知產(chǎn)法院法官馮剛、海淀法院法官郭振華等分別從行政、學(xué)理、司法不同的角度,對網(wǎng)絡(luò)云存儲空間面臨的版權(quán)問題進(jìn)行了探討。
據(jù)悉,互聯(lián)網(wǎng)視頻正版化聯(lián)盟由搜狐視頻、騰訊、優(yōu)酷土豆集團(tuán)、愛奇藝、鳳凰視頻、56網(wǎng)、PPS等互聯(lián)網(wǎng)公司發(fā)起組建,旨在通過聯(lián)盟成員的自律、互助,維護(hù)互聯(lián)網(wǎng)視頻版權(quán)市場的良好秩序。聯(lián)盟成員承諾在自有平臺向公眾提供正版、優(yōu)質(zhì)影視作品,承諾遵守“先授權(quán)后使用”的基本版權(quán)準(zhǔn)則,不在自有平臺主動提供未經(jīng)其他聯(lián)盟成員授權(quán)的節(jié)目,并就相關(guān)版權(quán)問題發(fā)生時(shí)、聯(lián)盟成員的責(zé)任和義務(wù)做了相關(guān)約定。
會上,中國版權(quán)協(xié)會秘書長、《中國版權(quán)》雜志社社長孫悅主持會議。國家版權(quán)局版權(quán)管理司副司長段玉萍出席會議并做總結(jié)發(fā)言。她指出,“劍網(wǎng)2015”專項(xiàng)行動的重點(diǎn)之一是開展規(guī)范網(wǎng)絡(luò)云存儲空間版權(quán)專項(xiàng)整治行動,推動重點(diǎn)網(wǎng)絡(luò)云存儲企業(yè)就其版權(quán)問題開展自查自糾,堅(jiān)決查辦利用網(wǎng)絡(luò)云存儲空間進(jìn)行侵權(quán)盜版的違法活動,遏制利用網(wǎng)絡(luò)云存儲空間侵權(quán)盜版的勢頭。中國版權(quán)協(xié)會主辦的這次研討會很有意義,將進(jìn)一步從法理層面和司法層面厘清產(chǎn)業(yè)界的一些模糊認(rèn)識,促進(jìn)該問題研究的深化和解決,促進(jìn)互聯(lián)網(wǎng)視頻行業(yè)的健康發(fā)展。
作為視頻行業(yè)的第一企業(yè),優(yōu)酷土豆集團(tuán)自成立以來,一直致力于推動視頻正版化進(jìn)程,推動行業(yè)健康有序發(fā)展。此次研討會圓滿開展不僅發(fā)起了社會各界對網(wǎng)絡(luò)版權(quán)展開了有益的討論,正版化聯(lián)盟的成立更是有利于以優(yōu)酷土豆為代表的企業(yè)攜手與政府、主管機(jī)構(gòu)和版權(quán)方加強(qiáng)合作,增強(qiáng)技術(shù)手段,打擊盜版行為,共同推進(jìn)網(wǎng)絡(luò)正版化進(jìn)程。
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。