微软已经宣布对乘坐共享服务提供商Grab进行战略投资,这是两家公司最近建立的合作伙伴关系中的首批举措之一。
Grab将采用微软Azure作为其首选云平台,希望利用Azure云和人工智能功能“扩展其平台,并增加容量和功能”。
根据这个五年协议,两家公司将合作在大数据和人工智能等领域开展一系列技术项目, Grab公司总裁Ming Maa预计此举将变革东南亚日常服务和移动解决方案的交付。
他说:“微软对Grab的投资凸显了我们作为该地区领先的本土科技公司的地位。我们期待与微软合作,为用户提供按需运输和无缝线上线下体验。”
Grab在东南亚8个国家的235个城市开展业务,并称其数字钱包GrabPay是东南亚的主流应用。
两家希望给Grab用户、驾驶员合作伙伴、商家和代理商带来变个性的体验,推出了各种专门针对乘客和驾驶员安全、欺诈保护和地图创建等的项目和计划。
Grab将与微软合作探索新的身份验证机制,例如为驾驶员和选择加入的客户提供内置AI的移动面部识别功能,而不是检查ID以匹配驾驶员与乘客。
此外两家公司还将探索图像识别功能,潜在地允许乘客拍摄他们的上车位置照片并将其翻译成实际地址给到驾驶员。
Grab还计划实施微软Azure的数据分析和欺诈检测服务,同时探索微软的自然语言处理功能以及微软聊天机器人技术,为Grab用户提供更多的互动服务。
两家补充说,微软的机器学习和人工智能功能还将用于为Grab的高级“推荐引擎”提供支持,该引擎可以分析用户数据和行为,以获得有针对性的服务和内容推荐。
Grab还计划利用机器学习来改善地图创建和质量。
根据这次的合作伙伴关系,Grab将为Outlook用户提供按需预订选项,以便他们可以在应用内预订游乐设施并通过日历提醒功能发送提醒。
两家公司还讲致力于在整个东南亚部署车载娱乐和生产力解决方案,探索将Microsoft Rewards礼品卡整合到Grab Rewards忠诚度计划中。
Grab还将在内部试水微软的Kaizala。
“我们与Grab的合作为快速发展的行业和增长领域的创新开辟了新的机会,”微软执行副总裁Peggy Johnson这样表示。
“我们很高兴能够合作来改善客户体验,为数百万依赖Grab提供安全且价格合理的运送服务、食品和包裹递送、移动支付和金融服务的用户提供数字服务。”
好文章,需要你的鼓励
这项研究由德累斯顿工业大学等机构的研究团队完成,旨在解决主动学习未被广泛应用的问题。研究者构建了包含460万种超参数组合的实验网格,系统分析了各参数对主动学习性能的影响。研究发现,不同策略实现间存在显著差异,基于边缘的不确定性策略整体表现最佳,随机选择约4000个超参数组合即可获得可靠结果。这些发现为设计可重现、可信赖的主动学习实验提供了明确指导,有助于降低入门门槛,促进技术在实际应用中的普及。
这项由英国爱丁堡大学和上海人工智能实验室研究者共同完成的工作提出了LongBioBench,一种用于评估长文本语言模型的新型基准测试框架。通过使用人工生成的虚构人物传记作为测试环境,该框架在保持可控性的同时,提供了更真实的评估场景。研究对18个长文本模型的测试表明,即使最先进的模型在检索、推理和可信任性方面仍存在显著挑战,特别是上下文长度增加时。研究还揭示了现有合成基准测试的设计缺陷和长上下文预训练的局限性,为未来模型开发提供了重要指导。
SuperWriter是一项来自新加坡科技设计大学和清华大学的突破性研究,通过模仿人类"先思考后写作"的过程,彻底改良了AI长文生成能力。该研究团队开发的框架包含三个关键阶段:规划、写作和修改,使AI能像专业作家一样进行结构化思考。实验结果表明,经过训练的SuperWriter-LM模型不仅超越同等规模的所有AI模型,甚至在某些领域表现优于规模更大的顶级模型,为AI辅助写作开创了新的可能性。
香港大学与阿里巴巴达摩院合作开发的LayerFlow是一种突破性的层级视频生成技术,能同时生成透明前景、完整背景和混合场景视频。该技术通过创新的框架设计将不同视频层级作为子片段连接,并引入层级嵌入使模型区分各层级。面对高质量训练数据稀缺的挑战,研究团队设计了三阶段训练策略,结合Motion LoRA和Content LoRA,实现了图像和视频数据的联合训练。LayerFlow不仅支持多层视频生成,还能实现视频分解和条件层生成,为视频创作领域带来革命性变革。