北京时间4月17日消息,据路透社报道,随着企业转向低价、轻型飞行设备进行影片拍摄、绘图以及实地视察等一系列用途,中国无人机制造商大疆创新科技已经在美国商用市场取得了牢固的早期领先优势。
截至4月9日的美国联邦记录显示,在129家已获得监管部门批准可使用无人机的企业中,有61家使用的是大疆无人机,占比为47%,大幅领先于竞争对手。在695家等待审批使用无人机的企业中,有近400家申请使用的是大疆无人机,占比超过50%。
大疆预计,其在全球商用无人机市场的份额大约在70%,在消费级无人机市场也占据较大份额。大疆最畅销的Phantom 2 Vision+无人机在美国的零售价大约为1200美元。
联邦记录还显示,大疆正在迅速提升其在美国市场的份额,部分得益于美国新的审核程序加快了对申请使用无人机的企业的联邦豁免。去年9月至今年3月中旬,大约有50家企业获得了美国联邦航空管理局(FAA)的豁免权,使用大疆无人机的企业占据了其中的三分之一。
大疆创建于2006年,去年的营收接近5亿美元,远高于2013年的1.3亿美元。大疆今年的销售额预计将超过10亿美元,目前正在与投资方谈判筹集新资本。知情人士称,大疆新一轮融资的估值将达到100亿美元,该公司也在寻求合作。
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。