CNET科技資訊網(wǎng) 8月26日 北京消息:2013年,在迅雷內(nèi)部悄然啟動(dòng)的“水晶計(jì)劃”并不算引人注目,但彼時(shí)已經(jīng)勾畫出“云計(jì)算與共享經(jīng)濟(jì)結(jié)合”的雛形,次年9月,經(jīng)過初期實(shí)踐后,迅雷找到了一個(gè)合適的運(yùn)作載體——迅雷賺錢寶。2015年1月,迅雷賺錢寶在2萬內(nèi)測(cè)用戶的檢驗(yàn)中逐步成型,4月23日正式亮相后便迅速以“會(huì)賺錢的智能硬件”打響市場(chǎng),一年之內(nèi)就先后出了兩代產(chǎn)品。
昨天,迅雷賺錢寶宣布升級(jí),在原有的用帶寬“賺錢”的功能外,添加迅雷下載寶插件功能,原有的迅雷快鳥等插件也升至最新版本。
網(wǎng)心科技營(yíng)銷副總裁董鱈介紹,升級(jí)后,迅雷賺錢寶用戶將在星域共享平臺(tái)上集中體驗(yàn)到多種功能,迅雷賺錢寶也將自此升級(jí)為共享經(jīng)濟(jì)智能平臺(tái)。
網(wǎng)心科技營(yíng)銷副總裁董鱈
去年底,迅雷賺錢寶首次升級(jí)換代為迅雷賺錢寶Pro,并首度開放插件功能,這次增加下載寶插件功能后,迅雷賺錢寶用戶的手機(jī)、平板等智能設(shè)備只要連上Wi-Fi,新增照片、視頻、影視劇等即可自動(dòng)備份至迅雷賺錢寶,實(shí)現(xiàn)智能轉(zhuǎn)存,就能在電視、電腦等多個(gè)共享終端上直接播放迅雷賺錢寶所連硬盤中的影片。
將迅雷賺錢寶與移動(dòng)硬盤連上后,迅雷賺錢寶還將搖身變?yōu)橛脩魧賯€(gè)人云盤,家中、辦公室所有的智能設(shè)備均可局域網(wǎng)共享云盤存儲(chǔ),并支持遠(yuǎn)程訪問和遠(yuǎn)程手機(jī)相冊(cè)備份。同時(shí),迅雷賺錢寶的下載寶插件App還提供找片、影院、相冊(cè)等功能。
在使用上同樣無需開啟電腦,用戶用手機(jī)App即可7*24H寬帶滿速下載,且延續(xù)前兩代產(chǎn)品低功耗特性,迅雷賺錢寶實(shí)際運(yùn)行功耗仍為3W-4W,10天僅需1度電。
一直以來給自己打上“共享經(jīng)濟(jì)”標(biāo)簽的網(wǎng)心科技的目標(biāo)顯然不只是做智能硬件,而是尋求包括空閑寬帶在內(nèi)的計(jì)算資源的全民共享。迅雷賺錢寶正式投入市場(chǎng)1年4個(gè)月后,將從“會(huì)賺錢的智能硬件”,升級(jí)為“共享經(jīng)濟(jì)智能平臺(tái)”,通過聚合包括迅雷下載寶、迅雷快鳥在內(nèi)的多項(xiàng)服務(wù),讓迅雷賺錢寶成為一個(gè)復(fù)合型的智能平臺(tái)。
迅雷賺錢寶的用戶們將不止于變現(xiàn)空閑帶寬,還能夠通過插件的方式使用下載寶的多項(xiàng)功能,包括數(shù)據(jù)共享、數(shù)據(jù)備份、多端影音體驗(yàn)等。這意味著迅雷賺錢寶將告別過去單純的資源再利用階段,玩客將由此更深入地參與共享經(jīng)濟(jì)云計(jì)算,獲得更為廣泛的價(jià)值反饋。
即日起,迅雷賺錢寶用戶即可通過三步——打開迅雷賺錢寶APP中星域共享平臺(tái)、點(diǎn)擊下載寶插件圖標(biāo)下載、完成安裝就能使用。未來,迅雷賺錢寶還將開放更多插件功能。截止去年11月,迅雷賺錢寶和賺錢寶Pro已為社會(huì)節(jié)約下價(jià)值2億多元的帶寬資源。
值得一提的是,除了小米、愛奇藝、熊貓TV等客戶,網(wǎng)心科技還開始在VR(虛擬現(xiàn)實(shí))領(lǐng)域有所動(dòng)作,合作伙伴包括迅雷投資的Insta360、樂相科技。
好文章,需要你的鼓勵(lì)
新加坡國(guó)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。