
北京时间2月3日消息,据国外科技网站The Verge报道,美国打车应用Uber周二启用了新Logo:原来由字符“U”组成的黑白相间Logo不见了,取而代之的是一个采用柔和颜色的环装图案,而且Uber的新Logo因地区不同,颜色上存在差异。
Uber新Logo
在Uber官方网站发布的视频中,公司将新Logo上的正方形图案正中视为一个“圆点”,而且这个“圆点”贯穿Uber整个Logo更新视频介绍。Uber打算关注中间的这个“圆点”,意即随着时间的推移,Uber能够很轻松地将其他服务添加到当前的产品上。当前Uber正在打车临近服务领域大肆拓展,比如进军外卖快递服务领域,而Uber启用新Logo,似乎更好地诠释了其服务延伸意图。
Uber CEO特拉维斯·卡兰尼克(Travis Kalanick)对此表示,新Logo看上去更接地气,更加严肃;而且新Logo有助于用户从远处辨识,特别是在一些小地方;此外,新Logo看上去很大气,让人感觉Uber已经是一家成熟的公司。新Logo摈弃了原来单一的黑白色彩元素,取而代之采用了柔和颜色,而且新Logo的颜色会因地区不同而存在差异。卡兰尼克还称,采用新的品牌策略“是为了祝福我们的技术,以及我们所服务的城市”。
原Uber Logo
为了创作新Logo,“Uber团队花费数月时间,对我们所开展运营国家(中国、爱尔兰、墨西哥、爱尔兰、格鲁吉亚、尼日利亚以及其他一些国家)的建筑结构、纺织面料、风景、艺术、时尚、人物进行了研究,从而使新Logo风格更符合当地用户理念,”卡兰尼克补充说。
好文章,需要你的鼓励
openGauss的目标是探索oGRAC和超节点深度融合的可能,打造超节点原生数据库。
清华团队开发DKT模型,利用视频扩散AI技术成功解决透明物体深度估计难题。该研究创建了首个透明物体视频数据集TransPhy3D,通过改造预训练视频生成模型,实现了准确的透明物体深度和法向量估计。在机器人抓取实验中,DKT将成功率提升至73%,为智能系统处理复杂视觉场景开辟新路径。
字节跳动研究团队提出了专家-路由器耦合损失方法,解决混合专家模型中路由器无法准确理解专家能力的问题。该方法通过让每个专家对其代表性任务产生最强响应,同时确保代表性任务在对应专家处获得最佳处理,建立了专家与路由器的紧密联系。实验表明该方法显著提升了从30亿到150亿参数模型的性能,训练开销仅增加0.2%-0.8%,为混合专家模型优化提供了高效实用的解决方案。
上海AI实验室团队开发的Yume1.5是一个革命性的AI视频生成系统,能够从单张图片或文字描述创造无限可探索的虚拟世界。用户可通过键盘控制实时探索,系统8秒内完成生成,响应精度达0.836,远超现有技术。该系统采用创新的时空通道建模和自强制蒸馏技术,支持文本控制的事件生成,为虚拟现实和内容创作领域开辟了新的可能性。