北京时间4月13日消息,据《金融时报》报道,欧盟数字专员冈瑟•厄廷格(Günther Oettinger)表示,欧盟委员会将“很快”决定是否针对谷歌提起反垄断诉讼。
过去5年,欧盟一直在调查谷歌是否滥用在欧盟搜索市场上的主导地位,打压旅游和零售等领域的竞争对手。欧盟前竞争专员乔奎因•阿尔穆尼亚(Joaquín Almunia)曾三次尝试与谷歌达成和解协议,但都没有成功。谷歌的竞争对手则一直在向阿尔穆尼亚的继任者玛格丽特•维斯塔格(Margrethe Vestager)施压,要求对谷歌提起反垄断诉讼。
厄廷格在接受德国《周日世界报》(Die Welt am Sonntag)采访时表示,他认为维斯塔格将“很快”决定对此采取的措施,他还预计这些措施将产生“深远影响”。他说,“我认为我们必须比以往更严格地审查谷歌的市场地位和商业模式”,欧盟已经收到“欧洲厂商更多有理有据的投诉”。
厄廷格的评论无疑是对投诉谷歌的公司精神上的支持,这些公司普遍预计欧盟将在维斯塔格周三启程访问美国前起诉谷歌。但欧盟委员会没有就维斯塔格何时决定是否起诉谷歌发表评论。部分律师认为,在4月中之前准备完备的起诉材料很困难,维斯塔格将在未来数月而非数天决定是否起诉谷歌。
谷歌没有就厄廷格的言论发表评论。此外,谷歌否认滥用在欧盟搜索市场的优势地位打压竞争对手,并坚称自2010年以来一直采取与布鲁塞尔合作的态度。
如何处理谷歌的决定权在于维斯塔格,但她对这一问题的口风一直很紧。在并非针对谷歌的发言中,她表达了对正式起诉的倾向,认为这有助于对更广泛的问题设立判例法,例如,数据作为企业资产的价值问题等。
好文章,需要你的鼓励
本文介绍了由南方科技大学等机构于2026年4月发表的研究(arXiv:2604.08865),提出了名为SPPO的大模型推理训练新方法。该方法将推理任务重新建模为"序列级情境赌博机",用一个轻量级价值模型预测题目难度,以单次采样替代GRPO的多次采样,解决了标准PPO的"尾部效应"问题。实验显示,SPPO在数学基准测试上超越GRPO,训练速度提升约5.9倍,配合小尺寸价值模型还能显著降低显存占用。
这项由香港科技大学数学系完成的研究(arXiv:2604.10465,2026年ICLR博客论文赛道)提出了一种从朗之万动力学视角理解扩散模型的统一框架。研究指出,扩散模型的前向加噪和逆向去噪过程,本质上是朗之万动力学这一"分布恒等操作"被拆成了两半。在这个视角下,VP、VE-Karras和Flow Matching等不同参数化的模型可被精确互译,SDE与ODE版本可被统一解释,扩散模型相对VAE的理论优势得以阐明,Flow Matching与得分匹配的等价性也得到了严格论证。
中国人民大学高岭人工智能学院等机构联合开发了AiScientist系统,旨在让AI自主完成机器学习研究的完整工程流程,包括读论文、搭环境、写代码、跑实验和迭代调试,全程无需人工干预。系统核心设计是"薄控制、厚状态":由轻量指挥官协调专业代理团队,通过"文件即通道"机制将所有中间成果持久化存储,使每轮工作都能建立在前一轮积累的基础上。在PaperBench和MLE-Bench Lite两个基准上,系统表现显著优于现有最强对比系统,论文发布于2026年4月。
这项由字节跳动发布的研究(arXiv:2604.13030)提出了生成式精化网络(GRN),一套模仿人类画家"边画边改"直觉的视觉生成新框架。其核心包括两项创新:层级二进制量化(HBQ)通过多轮二分逼近实现近乎无损的离散图像编码,以及全局精化机制允许模型在每一步对整张图像的所有位置重新预测并随时纠错,从根本上解决了自回归模型的误差积累问题。配合基于熵值的自适应步数调度,GRN在ImageNet图像重建(rFID 0.56)和生成(gFID 1.81)上均创下新纪录,并在文本生成图像和视频任务上以20亿参数达到同等规模方法的领先水平。