
Uber即将收购微软必应的部分资产,包括专注于必应图片收集的约100名员工。换句话说,Uber从微软获得了大量数据收集工程师,以加强自己的地图服务。
微软和Uber已确认了这笔收购,但两家公司都没有透露交易条款。考虑到两家公司的规模,这笔交易不会在财务方面带来较大的影响,而其中的技术转移更值得关注。
Uber的应用本质上是带插件的地图,因此Uber希望获得这一领域的工程师并不出人意料。另一方面,微软可能也希望减少非核心产品的研发力量。
过去多年中,微软一直表示不会出售必应业务。对于这笔交易,微软表示,必应搜索仍是微软家族的重要一员,但必应的其他服务并非如此。
这笔交易也反映了Uber的目标。如果没有特定的计划,科技公司不可能一次性收购100名专注于同一领域的工程师。此前在微软,这些工程师主要负责将图像数据导入必应,给必应地图带来了3D、航拍和街景图片。可以想象,Uber也将提供类似的功能。
微软和Uber均表示,这笔交易中一些“资产”将会转移。不过两家公司拒绝透露具体是什么样的资产。业内人士猜测,微软将把图片集出售给Uber,但微软仍将获得这些图片的授权。此外,微软还将把部分知识产权出售给Uber。
好文章,需要你的鼓励
加州大学洛杉矶分校等机构联合推出的Unify-Agent突破了传统AI图像生成的知识局限,通过整合"思考-搜索-整理-绘制"四步工作流程,让AI画师具备主动查找资料的能力。该系统在FactIP基准测试中相关性指标提升61%,特别擅长处理需要准确世界知识的长尾内容和文化特色图像生成任务。
中科院团队开发的FlowPIE系统首次将动态文献探索与创意进化相结合,突破传统AI科学创意生成的同质化局限。该系统通过流引导蒙特卡洛树搜索实现文献检索与创意生成的紧密耦合,并采用类生物进化机制持续优化创意质量。实验显示,FlowPIE在新颖性、可行性等维度显著超越现有方法,展现出强大的跨领域泛化能力,为AI辅助科研开辟了新路径。
阿里巴巴DAMO研究院推出Lingshu-Cell虚拟细胞建模系统,采用掩码离散扩散模型技术,能够精确模拟和预测细胞在基因编辑、药物刺激等干预下的反应。该系统在国际虚拟细胞挑战赛中表现出色,为个性化医疗和药物开发开辟了全新路径,标志着数字生物学时代的到来。
上海AI实验室联合多所高校发布GEMS技术,通过智能团队协作机制让60亿参数的小模型在图像生成上超越顶级商业模型。该系统包含循环优化、记忆管理和技能库三大核心,采用多轮迭代和专业技能匹配,在主流测试中提升14分以上,为资源受限环境下的高质量AI应用提供新方案。