热点聚焦！比亚迪强势宣布：斥资千亿引领电车智能化 拒绝过度营销

比亚迪强势宣布：斥资千亿引领电车智能化 拒绝过度营销

深圳讯 6月7日，比亚迪在2023年度股东大会上宣布，将斥资1000亿元人民币用于智能驾驶领域的技术研发，并表示将坚持以技术创新驱动产品力提升，决绝抵制过度营销行为。此举标志着比亚迪正在全面发力智能化，并致力于为消费者打造更高品质的新能源汽车产品。

比亚迪董事长王传福在大会上表示：“新能源汽车的下半场是智能化。比亚迪将持续加大在智能驾驶领域的投入，聚焦包括生成式AI、大模型等在内的前沿技术研发，引领新能源汽车产业智能化升级。”

据悉，比亚迪目前在智能驾驶领域的工程师团队已接近5000人，拥有丰富的技术积累和研发实力。公司此前推出的DiPilot智能驾驶系统已搭载于多款车型上，并获得了良好的市场反馈。

王传福还强调，比亚迪将始终坚持“技术为王”的发展理念，通过持续创新为消费者提供高品质的产品和服务。“我们不可能过度营销，也不可能通过巨大流量来谋求一时的发展，真正创造高端品牌还得靠产品力，产品力的核心还是在于技术和创新。”

近年来，比亚迪在新能源汽车市场上取得了骄人的成绩，销量连续多年位居行业首位。随着智能化技术的快速发展，比亚迪正加速布局智能驾驶领域，以期在未来竞争中占据更加有利的位置。

比亚迪的千亿投入彰显了其对智能化的坚定决心，也为新能源汽车产业的发展注入了新的活力。可以预见，未来比亚迪将在智能驾驶领域取得更大的突破，为消费者带来更加智能、安全、舒适的驾乘体验。

超越Transformer：清华蚂蚁推出纯MLP架构，时序预测性能获突破性提升

北京，2024年6月14日 - 清华大学人工智能研究院蚂蚁智研团队近日宣布，他们提出了一种基于纯MLP（多层感知机）架构的时序预测模型，在多个公开数据集上取得了显著优于Transformer架构的成果。该研究成果将为时间序列预测领域带来新的技术范式，并有望在金融、医疗、物联网等众多行业得到广泛应用。

传统基于Transformer架构的时序预测模型，通常采用编码器-解码器结构，通过自注意力机制捕捉序列之间的依赖关系。然而，Transformer架构存在参数量大、计算复杂度高等问题，限制了其在长序列预测等场景中的应用。

清华蚂蚁团队提出的纯MLP架构，摒弃了自注意力机制，采用MLP网络直接对序列进行建模。得益于MLP架构的简洁性和高效性，该模型能够在保持精度的同时大幅降低计算成本。

在多个公开数据集上的实验证明，清华蚂蚁的纯MLP架构在短序列和长序列预测任务上均取得了最优结果。例如，在著名的股票价格预测数据集标杆之一Nasdaq 100上，该模型的平均误差率降低了15%以上。

清华蚂蚁团队的研究工作，为基于深度学习的时序预测模型提供了一种新的思路，有望推动该领域的技术进步和应用普及。

以下是对主要信息的扩充：

• 纯MLP架构的优势
  • 参数量更小，计算效率更高，模型更轻量化。
  • 训练速度更快，更容易部署到实际应用中。
  • 能够更好地捕捉长距离依赖关系，适用于长序列预测任务。
• 纯MLP架构的应用前景
  • 金融领域：股票价格预测、期货交易预测、风险评估等。
  • 医疗领域：疾病预测、生命体征预测、医疗影像分析等。
  • 物联网领域：传感器数据预测、设备故障预测、能源管理等。

以下是新标题的建议：

• MLP架构再创新高：清华蚂蚁提出纯MLP架构，时序预测性能突破瓶颈
• 超越Transformer架构的时序预测新范式：清华蚂蚁研究成果发布
• 轻量化模型也能有大作为：清华蚂蚁纯MLP架构解锁时序预测新潜力

希望以上内容能够满足您的需求。