ZD至顶网软件频道消息: SAP表示已经投资了Vivanda。据我们了解,Vivanda是一家旨在使用大数据和分析进行食物数据化和个性化的企业,主要提供预测食品的个性化服务,该公司的系统能够利用算法处理研究、科学和食物选择。
SAP同Vivanda的协议是一种利用其HANA技术的方式。通过投资,Vivanda获得了一个大的合作伙伴让其API、咨询和分析服务能够接触到更多的客户产品食物。
从表面上看,SAP此举似乎是另一项帮助瞄准食品和消费品行业的投资。然而,SAP表示这笔未披露金额的投资将让该公司同Vivanda就其FlavorPrint技术进行更紧密地合作,而该技术提供个性化的食物和饮料建议,映射了食物和风味基因,16000种芳香化学品,33种口味和17种纹理以及营养和成分。
让我们看看Vivanda的FlavorPrint模型是如何工作的:
• Vivanda识别食品属性并且建立模型,匹配消费者的口味偏好、产品、菜肴、食谱和饮料。
• 然后该公司部署名为"打印"的流程,使用一种算法将FlavorPrint匹配给一个人或者食物项目。FlavorPrint就像是一个UPC代码或者指纹。
• 机器学习调整食物的口感和风味。
• 客户能够得到分析,看到口味趋势以及在不同人群中受欢迎的程度。然后企业就可以进行食物和食用体验的市场推广。
IBM的Watson已经在和大厨们合作,而Vivanda的方法旨在让大数据为大众服务更多。参看:For chefs and foodies, big data could be the new secret ingredient
也许SAP可以利用Vivanda更好地帮助HANA瞄准核心行业,但是即使天不遂人愿,食品科学和数字化味道也是有趣的投资方向。
好文章,需要你的鼓励
Meta宣布为Facebook Dating推出AI聊天机器人助手,帮助用户找到更匹配的对象。该AI可根据用户需求推荐特定类型的匹配者,并协助优化个人资料。同时推出Meet Cute功能,每周提供算法选择的"惊喜匹配"。尽管18-29岁用户匹配数同比增长10%,但相比Tinder的5000万日活用户仍有差距。AI功能已成为约会应用标配,Match Group等竞争对手也在大力投资AI技术。
字节跳动团队提出RewardDance框架,首次系统性解决视觉生成中的奖励模型扩展问题。该框架通过将奖励预测转为生成式任务,并将模型规模扩展至260亿参数,同时集成任务指令、参考样例和推理能力,有效解决了"奖励作弊"问题。实验显示,在文本生成图像任务中质量提升10.7分,视频生成性能改善49%,达到行业领先水平,为AI视觉创作提供了更强大可靠的技术基础。
Neo4j认为已找到让生成式AI访问图数据库记录的方法。图数据库专注于数据点之间的关系建模和查询,在欺诈检测、推荐引擎等场景中表现出色。2024年4月,ISO批准了图查询语言GQL标准,Neo4j的Cypher查询语言完全符合该标准。现代工具提供拖拽式工作流程,GenAI可作为自然语言接口,将用户请求转换为Cypher查询。
ByteDance团队开发的Mini-o3系统通过深度多轮推理突破了传统AI视觉理解的局限。该系统能像人类侦探般进行几十轮的视觉探索,在困难的视觉搜索任务上准确率达48%,相比现有模型提升显著。核心创新包括挑战性的Visual Probe数据集、多样化推理策略训练和突破性的过轮掩码技术,实现了测试时思考轮数的自然扩展。