小米11月20日发布的第三季度业绩报告显示,小米集团总收入达到709亿元,该季度整体毛利率达22.7%,再创历史新高。针对汽车业务的进展,小米高管在财报会议上是谨慎又谨慎,并没有透露出多少大家关注的消息,并表示“如有进一步消息,会第一时间通知大家”。
“有意见”留言板
@不倒翁 已知条件:小米牌、纯电动、轿车、智能、研发人员3000、Q3汽车投入费用17亿元,获得生产申请批准、开始第二次“冬测” 求:该车型上市时间、售价多少以及2024年销售额是多少?答:一切雷布斯说了算!
@贰言:随着新能源汽车市场的发展,许多公司都想要参与进来,小米也不例外。作为一家互联网企业,小米在造车方面具备很多优势,如互联网思维、用户至上、智能技术、品牌影响力、渠道能力、资金实力和跨界整合能力等。这些优势有助于小米更好地布局和发展新能源汽车领域,提供更优质的产品和服务。
@周一见 造车无疑给小米提供了一个全新的故事范本,将其在智能手机制造方面的经验与汽车制造相结合,如果能够用造车继续讲好故事,那么它很可能会在资本市场上恢复并加速其发展势头。
好文章,需要你的鼓励
新加坡国立大学研究团队开发了名为IEAP的图像编辑框架,它通过将复杂编辑指令分解为简单原子操作序列解决了当前AI图像编辑的核心难题。研究发现当前模型在处理不改变图像布局的简单编辑时表现出色,但在需要改变图像结构时效果差。IEAP框架定义了五种基本操作,并利用思维链推理技术智能分解用户指令,实验证明其性能显著超越现有方法,尤其在处理复杂多步骤编辑时。
Character AI的研究者开发出TalkingMachines系统,通过自回归扩散模型实现实时音频驱动视频生成。研究将预训练视频模型转变为能进行FaceTime风格对话的虚拟形象系统。核心创新包括:将18B参数的图像到视频DiT模型改造为音频驱动系统、通过蒸馏实现无错误累积的无限长视频生成、优化工程设计降低延迟。系统可让多种风格的虚拟角色与人进行自然对话,嘴型与语音同步,为实时数字人交互技术开辟了新可能。
这项由中国人民大学高瓴人工智能学院研究团队发表的研究解决了大语言模型评判中的自我偏好问题。研究提出了DBG分数,通过比较模型给自身回答的分数与黄金判断的差异来测量偏好度,有效分离了回答质量与自我偏好偏差。实验发现,预训练和后训练模型都存在自我偏好,但大模型比小模型偏好度更低;调整回答风格和使用相同数据训练不同模型可减轻偏好。研究还从注意力分析角度揭示了自我偏好的潜在机制,为提高AI评判客观性提供了重要指导。
这篇研究提出了DenseDPO,一种改进视频生成模型的新方法,通过三大创新解决了传统方法中的"静态偏好"问题:使用结构相似的视频对进行比较,采集细粒度的时序偏好标注,并利用现有视觉语言模型自动标注。实验表明,DenseDPO不仅保留了视频的动态性,还在视觉质量方面与传统方法相当,同时大大提高了数据效率。这项技术有望推动AI生成更加自然、动态的视频内容。