7月28日(北京時(shí)間),百度公司發(fā)布了截止6月30日未經(jīng)審計(jì)的2015財(cái)年第二季度財(cái)報(bào)。其中,值得關(guān)注是:移動(dòng)搜索月活躍用戶達(dá)6.29億,手機(jī)百度日活躍用戶首次破億,百度地圖移動(dòng)端市場(chǎng)份額超過70%,移動(dòng)入口領(lǐng)先優(yōu)勢(shì)持續(xù)擴(kuò)大。移動(dòng)轉(zhuǎn)型成功后,百度進(jìn)入了連接人與服務(wù)、索引真實(shí)世界的歷史階段,百度地圖、手機(jī)百度雙入口協(xié)同正是連接人與服務(wù)的最佳路徑。
據(jù)財(cái)報(bào)數(shù)據(jù)顯示,Q2手機(jī)百度搜索活躍用戶數(shù)再創(chuàng)新高,打破上個(gè)季度6億用戶數(shù)的記錄,達(dá)到6.29億人,同比增長(zhǎng)24%。截止6月末,手機(jī)百度日登陸用戶過億。在易觀國際發(fā)布的以用戶月活量為指標(biāo)的6月移動(dòng)APP排行榜TOP200中,手機(jī)百度的增長(zhǎng)勢(shì)頭明顯,月活量躍居第三,牢牢掌握著移動(dòng)搜索流量入口的位置,百度地圖則位居總榜的第8。百度Q2財(cái)報(bào)的數(shù)據(jù)顯示,百度地圖移動(dòng)端在基礎(chǔ)功能及技術(shù)發(fā)展上繼續(xù)擴(kuò)大領(lǐng)先優(yōu)勢(shì),市場(chǎng)份額已經(jīng)超過70%,月活躍用戶3.04億,同比增長(zhǎng)48%,牢牢占據(jù)地圖領(lǐng)域的頭名位置。
此外,百度在Q2財(cái)報(bào)中,首次公布O2O平臺(tái)的總交易額,共405億元,較去年同期增長(zhǎng)109%。從電商化的交易額來看,百度已經(jīng)成為中國成長(zhǎng)速度最快的“電商”平臺(tái)。百度創(chuàng)始人、董事長(zhǎng)兼CEO李彥宏在接受re/code采訪時(shí)表示:“在移動(dòng)時(shí)代,我們必須打造一個(gè)閉環(huán)的生態(tài)系統(tǒng),而不是僅僅完成用戶的搜索請(qǐng)求。現(xiàn)在的話,可以說百度是搜索和電商結(jié)合的企業(yè)。”
在加速連接人與服務(wù)、索引真實(shí)世界的過程中,手機(jī)百度和百度地圖客戶端雙入口協(xié)同效應(yīng)的價(jià)值日趨突顯。第二季度,百度LBS開放平臺(tái)每天響應(yīng)定位請(qǐng)求較第一季度繼續(xù)大幅增長(zhǎng),超過150億次?;诘乩砦恢玫恼?qǐng)求激增,恰恰證明入口之爭(zhēng)正在進(jìn)入場(chǎng)景為王的時(shí)代。百度地圖O2O服務(wù)平臺(tái)的價(jià)值進(jìn)一步顯現(xiàn),“五一”期間百度地圖發(fā)起的O2O出行戰(zhàn)役上,在酒店及用車出行領(lǐng)域表現(xiàn)強(qiáng)勁:酒店部分,訂單量(日均間夜數(shù))增長(zhǎng)30%;尤其與Uber深度融合,形成“地圖定位-路線規(guī)劃-一鍵叫車”的完整出行服務(wù)鏈條,每天在北京、上海等十個(gè)城市為數(shù)萬用戶提供服務(wù),6月末的日均成單量較5月初剛接入服務(wù)時(shí)增長(zhǎng)21倍。
O2O的本質(zhì)是使得互聯(lián)網(wǎng)從提供信息服務(wù)為主的業(yè)務(wù)層次,到連接人與服務(wù)的生態(tài)建設(shè)。對(duì)此,業(yè)內(nèi)人士分析指出,在O2O再造新百度的背景下,入口、流量?jī)?yōu)勢(shì)對(duì)于實(shí)現(xiàn)線下收割至關(guān)重要,手機(jī)百度優(yōu)于對(duì)泛需求、長(zhǎng)尾需求的轉(zhuǎn)換,而地圖則對(duì)場(chǎng)景化需求、基于LBS需求的轉(zhuǎn)換,二者實(shí)現(xiàn)雙入口優(yōu)勢(shì)協(xié)同,有助于實(shí)現(xiàn)百度預(yù)期,造就從流量需求平臺(tái)到服務(wù)需求平臺(tái)的O2O生態(tài)。
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(duì)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(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(duì)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。