CNET科技資訊網(wǎng) 6月3日 北京消息(文/周雅):據(jù)接近百度內(nèi)部的消息人士透露,百度地圖將與百度糯米整合。
據(jù)業(yè)內(nèi)分析人士稱,糯米作為一個(gè)O2O電子商務(wù)應(yīng)用,最需要的是流量的來源;而百度地圖在百度所有移動(dòng)端應(yīng)用當(dāng)中流量來源非常強(qiáng)勁,同時(shí)百度地圖近年非常強(qiáng)調(diào)在地圖中植入生活場(chǎng)景,例如在地圖中搜索酒店、搜索電影院等等。
雙方之所以可能整合,是因?yàn)槿绻雅疵?span>O2O的各項(xiàng)服務(wù)植入百度地圖當(dāng)中,一方面兩者在產(chǎn)品功能上可以整合,另一方面也可以降低糯米的獲客成本,未來兩者在產(chǎn)品上會(huì)有非常大的打通,百度地圖為糯米提供流量,糯米為百度地圖植入豐富的生活場(chǎng)景。
百度近來轉(zhuǎn)型連接人與服務(wù),大量擴(kuò)張O2O生活服務(wù)業(yè)務(wù)。而百度地圖和百度糯米可以說是百度O2O戰(zhàn)略最主要的陣地,百度董事長(zhǎng)兼CEO李彥宏曾經(jīng)把這兩者比做百度O2O的“兩條腿”,從這個(gè)角度看,兩者合并,或許是水到渠成的結(jié)果。
一邊,李彥宏去年6月30日宣布3年內(nèi)對(duì)糯米業(yè)務(wù)豪砸200億元人民幣。同年9月,曾良在“會(huì)員+”O2O戰(zhàn)略基礎(chǔ)之上加了“糯米+”O2O生態(tài)體系,開放資源和流量,大量接入第三方品類,豐富商業(yè)產(chǎn)品。
另一邊,百度作為一個(gè)“流量”土豪,在O2O層面仍然對(duì)流量非??粗?,百度地圖一直定位為O2O入口的地圖平臺(tái),整合了百度系的攜程、去哪兒、糯米、外賣,積累了大量的流量。今年4月份,百度地圖把觸角伸向了海外,李東旻公開表示“百度地圖年底覆蓋全球主要國家,以及2020年實(shí)現(xiàn)50%流量來自海外”的目標(biāo),并揚(yáng)言為了這個(gè)目標(biāo),不惜投入。
李彥宏曾經(jīng)這樣“梳理”百度O2O的兩條業(yè)務(wù)線,“給它們一定的時(shí)間,這些部門也會(huì)成長(zhǎng)為市場(chǎng)上的領(lǐng)軍角色,其相應(yīng)的盈利能力也將得到提升。隨著時(shí)間的推移,這些業(yè)務(wù)都將在整體收入中占有重要的一席之地。”
從目前這種狀態(tài)上看,兩邊的業(yè)務(wù)似乎早已經(jīng)蓄勢(shì)待發(fā),整合只是時(shí)間問題。
后續(xù):文章發(fā)布14小時(shí)后,百度地圖內(nèi)部否認(rèn)了此事,具體詳情筆者會(huì)做跟進(jìn)報(bào)道。
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。