CNET科技資訊網(wǎng) 2月25日 北京消息:今日,樂視發(fā)布一級組織人事任命通知宣布,原樂視控股CMO彭鋼將擔(dān)任易到用車總裁一職,未來彭鋼將負(fù)責(zé)易到用車大市場以及樂視生態(tài)協(xié)同等業(yè)務(wù)。據(jù)了解,這是樂視控股易到用車之后,首次派出生態(tài)型高管進(jìn)駐,而彭鋼加盟樂視已有6年,他有著強悍的營銷經(jīng)驗,為典型的樂視生態(tài)型人才,彭鋼的進(jìn)駐將為易到用車帶來更多的生態(tài)資源,同時也將引領(lǐng)易到用車全面進(jìn)入生態(tài)時代。
據(jù)了解,本次和彭鋼一起履新的樂視高管還有任樂視影視互聯(lián)事業(yè)群總裁的張昭、樂視視頻總裁的高飛、樂視智能終端全球產(chǎn)研供總裁的梁軍、運營商事業(yè)部總裁的馮幸、生態(tài)營銷及客戶運營中心總裁的張旻翚等其余10位高管。
業(yè)界認(rèn)為,彭鋼擔(dān)任易到用車總裁后,其首要任務(wù)是盡快將樂視生態(tài)模式復(fù)制到易到用車。針對彭鋼的具體職能,樂視任命通知顯示,彭鋼任職易到用車總裁一職之后將全面負(fù)責(zé)易到用車的大市場、銷售、流量運營、用戶及用戶端運營,同時他還將負(fù)責(zé)樂視與易到用車之間生態(tài)協(xié)同,生態(tài)創(chuàng)新業(yè)務(wù)的戰(zhàn)略規(guī)劃與落實,人員和組織的建設(shè)及管理等業(yè)務(wù)。
彭鋼為樂視的“老人”,有著極其強悍的營銷經(jīng)驗。據(jù)了解,他于2010年加入樂視,歷任樂視網(wǎng)副總裁、樂視TV高級副總裁、樂視智能終端事業(yè)群CMO,負(fù)責(zé)樂視智能硬件終端產(chǎn)品的營銷與用戶運營工作;先后成功主持以樂視盒子、超級電視為代表的“超級系列”終端品牌的籌劃和品牌塑造,其提出的儀式感、口碑戰(zhàn)、過度服務(wù)等全新互聯(lián)網(wǎng)用戶運營及營銷概念一度成為營銷界學(xué)習(xí)的典范。
有行業(yè)分析人士稱,樂視自控股易到以來,啟動了“專車節(jié)”等一系列營銷動作,在行業(yè)掀起了巨大波瀾,彭鋼的到任不僅意味著其強悍的營銷風(fēng)格將給易到帶來更廣泛的用戶儲備,同時也意味著,自此易到用車將全面進(jìn)入生態(tài)共享時代,而未來易到了樂視超級汽車之間的化反將更值得期待。
業(yè)內(nèi)人士還猜測,彭鋼的進(jìn)駐或許跟易到用車的上市計劃有關(guān),市場傳言,易到用車或?qū)⒆鳛槿虻谝患疑鷳B(tài)型互聯(lián)網(wǎng)專車公司登陸資本市場。
資料顯示,目前易到用車CEO仍為周航,周航全面負(fù)責(zé)易到用車總體戰(zhàn)略規(guī)劃、落實、業(yè)務(wù)指標(biāo)達(dá)成、人員和組織的管理等工作,未來易到用車也將作為樂視汽車生態(tài)的核心組成部分,引領(lǐng)汽車生態(tài)的社會化、共享化發(fā)展,全力為樂視生態(tài)、樂視汽車生態(tài)打造基于共享服務(wù)的全新用戶平臺。
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(zhǔn)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。