
新冠病毒继续在全球范围内肆虐——这不仅是指病毒本身的快速传播,同时也迫使越来越多的国家出台严格的控制措施、民众囤积重要物资并为长期自我隔离做好准备。那么,各大科技巨头又在缓解疾病的社会影响、特别是各国及各公司鼓励民众居家办公的背景之下,做出了哪些具体努力?
公司最近透露,他们将禁止发布任何宣称能够“治愈”新冠病毒感染的广告,同时努力让用户能够与世界卫生组织以及其他本地权威信息发布机构联系起来。另外,Facebook还提供2000万美元捐款,并为世卫组织提供免费的广告空间以传递重要信息。
方面,如果用户搜索与新冠病毒相关的标签,系统也会给出类似的通知,并提供指向当地卫生部门(例如美国疾病控制与预防中心)的链接。Twitter公司还在努力删除一切疫情阴谋论性质的推文,并警告各企业客户注意管理这方面活动。
结合自身实际,帮助人们尽量轻松快捷地获取口罩、卫生纸以及洗手液等产品的当前价格与购买通道。该公司还与Twitter、Facebook、谷歌以及微软一样,鼓励员工们在家中办公。Amazon此前曾针对已被确诊感染的员工提供为期两周的带薪假期,但不少合作伙伴对此表示不满,称在实际执行当中,全食超市(归Amazon公司持有)鼓励员工将自己正常的“带薪假期”捐赠给感染员工“冲抵病假”。
公司还积极删除各类不具备官方卫生组织及政府背景的应用程序,阻止他们肆意发布与新冠病毒相关的错误信息。苹果还关闭了不少实体门店,同时叫停AirPods与Apple Watch的试戴服务,避免因此造成人群之间的交叉感染。
方面也开始在自家Play Store应用商店中努力清理一切可能传播虚假信息的应用程序。谷歌还建立起一套专业知识库,确保与COVID-19病毒相关的正确信息始终在搜索引擎中排名靠前;他们也计划与美国政府合作建立专项网站,为民众提供与当地疫情及卫生资源相关的信息播报服务。最后,谷歌公司承诺提供750万美元捐款,用于资助世卫组织建立的COVID-19联合应急基金。
公司联合创始人Alexis Ohanian则在时代广场租下一块广告牌,敦促人们留在家中,直到“疫情形势趋于缓和”。
(类似于中国的美团点评)将不再向餐厅收取营销费用,帮助这些顾客量锐减的经营者度过难关。
也在疫情流行期间上线了“直接放在门口”的全新配送方式。DoorDash与Grubhub还鼓励用户与送餐员电话沟通,尽可能在避免碰面的情况下完成餐食交接。
是的,各大科技企业已经行动起来,确保我们获得正确的疫情信息、帮助我们待在家中也能感受到整个社会的温暖。一切终将过去,加油!
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。