《华尔街日报》当地时间周五报道称,欧盟正在准备对Google展开正式反垄断调查,调查Google是否在非法利用在移动操作系统市场上的主导地位,打压竞争对手的应用和服务。
据悉,欧盟对Google的调查基于向移动设备厂商发出的调查表。欧盟更感兴趣的是,是否有证据表明Google向设备厂商和运营商施压,要求它们不得安装竞争对手的应用和服务。
欧盟还向移动公司调查,它们是否反对Google的“反碎片协议”,即Google要求以打包方式预装其全部应用。欧盟还想知道,Google对移动公司这种态度的反应。
过去2年,Google在欧盟一直面临反垄断难题。2月份,Google与欧盟就与搜索有关的反垄断调查达成了临时和解协议。但欧盟竞争专员杰奎恩•阿尔穆尼亚(Joaquín Almunia)表示,他将因竞争对手的反对重新考虑与Google达成的反垄断和解协议。
对Android业务的反垄断调查将使Google在欧盟陷入更大的困境,尤其是在与搜索业务有关的反垄断调查尚未完全解决的情况下。
有媒体报道,欧盟去年曾向部分公司调查它们与Google达成的Android授权协议。华尔街日报称,从现在来看,问题要严重得多,收到新调查表的公司要求在9月12日前回答调查表上的问题。
Google发言人向CNET发表声明指出,“任何人或组织都可以只使用Android,而不使用Google的其他产品和服务,也可以只使用Google的其他产品和服务,而不使用Android。Android的问世刺激了智能手机市场的竞争,使消费者有更多、更好的选择。美国联邦贸易委员会和韩国公平贸易委员会已经对Google与Android有关的协议进行了深度评估,认为不存在法律问题。”
好文章,需要你的鼓励
清华大学等多家机构研究团队完成了语音分离技术的全面调研,系统梳理了从传统方法到深度学习的技术演进。研究揭示了"鸡尾酒会问题"的核心挑战,分析了各种学习范式和网络架构的优劣,并通过统一实验框架提供了公平的性能基准。调研涵盖了实时处理、轻量化设计、多模态融合等关键技术方向,为学术界和产业界的技术选型提供了重要参考,推动语音分离从实验室走向实际应用。
浙江大学和腾讯微信视觉团队发现AI图片生成训练中"时机胜过强度"的重要规律,开发出TempFlow-GRPO新方法。通过轨迹分支技术精确评估中间步骤,结合噪声感知权重调整优化不同阶段的学习强度,将训练效率提升三倍,在复杂场景理解方面准确率从63%提升至97%,为AI训练方法论带来重要突破。
谷歌DeepMind发布突破性AI规划技术,让机器人学会像人类一样进行"情境学习"规划。该技术通过Transformer架构实现了快速适应新问题的能力,在迷宫导航、机器人控制等测试中表现优异,为自动驾驶、智能制造、医疗等领域应用奠定基础,标志着向通用人工智能迈出重要一步。
新南威尔士大学研究团队开发了ZARA系统,这是首个零样本运动识别框架,能够在未经专门训练的情况下识别全新的人类活动。该系统集成了自动构建的知识库、多传感器检索机制和分层智能体推理,不仅实现了比现有最强基线高2.53倍的识别准确率,还提供清晰的自然语言解释,为可穿戴设备和健康监护等应用领域带来了突破性进展。