今日解读!摩根大通泼冷水:特斯拉无人驾驶出租车业务短期难盈利
摩根大通泼冷水:特斯拉无人驾驶出租车业务短期难盈利
北京讯 6月12日,据路透社报道,摩根大通分析师近日表示,特斯拉(TSLA.US)推出完全无人驾驶出租车服务的计划可能需要数年时间才能实现,且该业务在短期内难以盈利。
摩根大通:技术和监管挑战重重
摩根大通分析师Ryan Brinkman在一份研究报告中写道,特斯拉面临着多项技术和监管挑战,需要克服才能实现完全无人驾驶出租车服务的商业化。其中包括:
- 自动驾驶技术的可靠性和安全性需要进一步验证;
- 各国和地区对于无人驾驶出租车的法律法规尚不完善;
- 无人驾驶出租车服务的成本需要控制在合理范围内。
Brinkman预计,特斯拉最早也要在数年内才能推出完全无人驾驶出租车服务。
特斯拉:将在8月展示无人驾驶出租车概念车
尽管摩根大通泼了冷水,但特斯拉方面依然信心满满。特斯拉计划在8月举办的AI日活动上展示一款无人驾驶出租车概念车,并透露更多相关信息。
特斯拉CEO马斯克此前曾表示,公司将在2024年开始生产无人驾驶出租车,并计划将其打造为一项利润丰厚的业务。
业内人士:无人驾驶出租车前景广阔
尽管摩根大通对特斯拉的无人驾驶出租车业务前景表示担忧,但业内人士普遍认为,无人驾驶出租车代表了未来的交通趋势,拥有广阔的市场前景。
随着自动驾驶技术的不断成熟,无人驾驶出租车有望在未来几年内逐步普及,并深刻改变人们的出行方式。
以下是一些可以参考的新闻来源:
- 摩根大通:特斯拉数年内不太可能推出无人驾驶出租车 [移除了无效网址]
- 摩根大通:特斯拉(TSLA)数年内不太可能推出无人驾驶出租车 https://finance.ifeng.com/c/8aKt5k52o5U
- 曝真我GT7 Pro配置全面升级 5800mAh电池+潜望长焦 [https://tech.sina.cn/2024-06-11/detail-inaykczy9030568.d.html?from=wap]
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。
发布于:2024-07-03 20:37:49,除非注明,否则均为
原创文章,转载请注明出处。
还没有评论,来说两句吧...