ZD至顶网软件频道消息: 电子商务巨头Amazon公司终于披露了大家睽违已久的全新实体店概念方案。就在本周一,这一名为Amazon Go的方案正式出炉,Amazon方面表示其将彻底消除结账流程,允许客户利用新型移动应用完成购物。
这座面积达1800平方英尺的Go商店提供各类预制食品——包括新鲜早餐、午餐、晚餐以及小吃——外加面包、奶酪及牛奶等主副食。Amazon公司表示,消费者可以根据已知品牌(但其目前拒绝透露提供的具体品牌)选购货品,亦可购买各类手工食品。另外,消费者亦可购买Amazon Meal Kits餐包,其中包含一份双人餐的全部材料,保证买家能够在半小时内准备好一顿餐食。
Amazon Go要求购物者利用智能手机扫描各类货品,而该公司的“转身出门”技术可检测出各类被拿下货架的产品(或被放回货架的产品),并利用手机追踪虚拟购物车中的货品。在购买完成后,消费者直接离开商店即可,Amazon.com账户会自动扣除相关费用。
Amazon公司并未透露关于这项检测技术的更多细节信息,仅表示其采用计算机视觉、人工智能以及多种来自自动驾驶车辆的新兴技术。
首家Amazon Go商店位于西雅图并向Amazon公司员工开放,用以测试这一全新概述。Amazon方面表示,这家店铺将于2017年年初向公众开放。需要注意的是,公告中并未提及任何与Amazon Fresh这一在线订购及送货服务相关的内容——此项服务据传闻同样隶属于Go项目之下。另外,Amazon公司亦未提及是否为消费者提供送货上车服务——实体零售业巨头沃尔玛目前已经在提供此类服务。
这已经不是Amazon公司首次进军实体行业。这位电子商务巨头此前曾经在美国多个城市悄然扩张实体书店规模,具体包括西雅图、波士顿以及圣迭戈等。
好文章,需要你的鼓励
当前企业面临引入AI的机遇与挑战。管理层需要了解机器学习算法基础,包括线性回归、神经网络等核心技术。专家建议从小规模试点开始,优先选择高影响用例,投资数据治理,提升员工技能。对于影子IT现象,应将其视为机会而非问题,建立治理流程将有效工具正式化。成功的AI采用需要明确目标、跨部门协作、变革管理和持续学习社区建设。
这项由东京科学技术大学等机构联合发布的研究提出了UMoE架构,通过重新设计注意力机制,实现了注意力层和前馈网络层的专家参数共享。该方法在多个数据集上显著优于现有的MoE方法,同时保持了较低的计算开销,为大语言模型的高效扩展提供了新思路。
美国垃圾收集行业2024年创收690亿美元,近18万辆垃圾车每周运营六至七天,每日停靠超千次。设备故障成为行业最大隐性成本,每辆车年均故障费用超5000美元。AI技术通过实时监控传感器数据,能提前数周预测故障,优化零部件库存管理,减少重复维修。车队报告显示,预测性维护每辆车年节省高达2500美元,显著提升运营效率和服务可靠性。
小米团队开发的MiMo-7B模型证明了AI领域"小而精"路线的可行性。这个仅有70亿参数的模型通过创新的预训练数据处理、三阶段训练策略和强化学习优化,在数学推理和编程任务上超越了320亿参数的大模型,甚至在某些指标上击败OpenAI o1-mini。研究团队还开发了高效的训练基础设施,将训练速度提升2.29倍。该成果已完全开源,为AI民主化发展提供了新思路。