
“滴滴和快的到底谁的客户多?美柚和大姨吗到底谁活跃?去哪儿真的比携程大吗?”人们每天手持各种设备,却不了解整个行业。
这时候就出现了一个蓝本:10亿说。10亿,来自第三方数据服务提供商TalkingData所覆盖的移动设备,包括iOS、Android,包括智能手机、平板、智能电视等。根据设备每天产生的数据,得出用户行为报告。
这份报告就是TalkingData《2014移动互联网数据报告》。与其他数据报告不同之处在于,TalkingData CEO崔晓波大胆披露,其他的第三方数据公司也在发布报告,也在发布数据,但他们的目的好像更多的是为了盈利。
TakingData 数据服务部高级总监陶京琪指出,通过对分布式运算架构、海量数据处理、数据挖掘算法的长期钻研,大数据已经成为TalkingData骨子里的基因。
带着大数据基因,除定期发布数据报告外,更重要的是,TalkingData会发布一个移动数据观象台,并免费开放给整个行业,揭开这层迷雾,让大家知道所有数据的真相。该观象台已于2014年9月对外免费公布。
崔晓波进一步介绍:“这个产品,包括以前我们服务美国的基金客户,他们利用这些产品,观察中国的股市,再研究这些公司的动态。但今天我们想把它免费开放出来,最重要的是,我们希望建立一个比较健康的产业环境,让大家揭开这层迷雾,去看一看退潮之后底下到底是什么。”
实际上,从创建初,TalkingData就定位于“第三方的中立数据平台”,借助中立优势,TalkingData与国内众多机构紧密合作,汇聚大量移动互联网用户数据。目前TalkingData为超过50000款应用、游戏提供数据统计、分析服务,覆盖超过10亿独立移动设备;为招商银行、中信银行、平安保险等企业提供数据服务。
那么,10亿移动互联网数据都说了什么?
以上数据均来自TalkingData《2014移动互联网数据报告》,CNET从中摘取了一小部分,当然,也希望更多数据被TalkingData刷新。
好文章,需要你的鼓励
加州大学伯克利分校研究团队开发的Pillar-0是一个突破性的医学影像AI系统,能够同时处理CT和MRI等多种影像类型的366项诊断任务。该系统采用创新的多窗技术和Atlas架构,在四种主要影像检查中准确率达86-90分,显著超越谷歌、微软等竞争对手。研究团队还开源了完整系统,为全球医学AI发展提供强大基础。
马里兰大学研究团队开发MASS系统,通过空间时间感知技术让AI具备物理学家般的视频理解能力。该系统创建了包含8361个问答对的MASS-Bench基准,将视频中的运动轨迹转换为AI可理解的语言描述,并使用强化学习训练模型的物理推理能力。实验显示经过训练的模型性能提升6-8.7%,在物理异常检测任务上甚至超越商业顶级产品,为AI视频内容审核、教育和科研应用开辟新方向。
杜克大学和字节跳动联合开发的Plan-X框架通过"语义规划器"和"视觉合成器"分工协作,解决了AI视频生成中常见的动作错乱、物体消失等问题。该系统先用多模态语言模型理解用户指令并制定详细执行计划,再由专门的视觉系统制作高质量画面。实验显示Plan-X在动作准确性、指令完整性等关键指标上显著优于现有系统,为智能视频生成提供了新的技术路径。
这项由谷歌团队领导的研究发现AI代理缺乏"预算意识",即使给予更多计算资源也无法有效利用。研究团队开发了预算追踪器和BATS框架,让AI代理能够感知和智能管理资源使用。实验显示,具备预算意识的AI代理不仅准确率更高,还能用更少资源达到更好效果,为构建经济高效的AI系统提供了重要突破。