特讯热点！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

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。

合作遇阻，华为智选车扩张放缓？余承东：资源有限，暂缓合作步伐

北京报道 - 6月14日，在“第16届中国汽车蓝皮书论坛”上，华为常务董事、终端BG董事长、智能汽车解决方案BU董事长余承东透露，由于资源和人力有限，华为暂缓与其他车企合作推出智选车。

“目前有不少车企想跟我们合作推出智选车，但我们确实没有资源。”余承东表示，华为目前主要精力放在与四家合作伙伴构建智能汽车生态联盟，分别是北汽、广汽、奇瑞和赛力斯。

华为智选车模式由华为提供软硬件技术，与车企联合开发车型。目前，华为已经推出了两款智选车，分别是与北汽新能源合作的AITO问界M5和与赛力斯合作的AITO问界M7。

余承东表示，华为智选车模式取得了初步成功，但仍需时间和资源进一步投入。华为将继续加强与合作伙伴的合作，打造更具竞争力的智能汽车产品。

分析人士认为，华为暂缓合作推出智选车，可能是出于以下几个方面的考虑：

• **资源有限。**华为目前正处于关键发展阶段，需要在多个领域投入大量资源。智能汽车业务作为华为战略的重要组成部分，也需要投入大量资源。如果贸然扩大合作范围，可能会分散华为的资源，影响其他业务的发展。
• **人力有限。**智能汽车业务涉及技术、产品、营销等多个方面，需要大量的人才。华为目前的人才储备还不足以支撑大规模的合作扩张。
• **市场竞争加剧。**随着新能源汽车市场竞争的加剧，华为也面临着越来越大的压力。如果不能尽快推出更多具有竞争力的产品，华为在智能汽车市场的地位可能会受到影响。

**尽管华为暂缓了合作步伐，但业内人士普遍认为，华为不会放弃智选车模式。**华为拥有强大的技术实力和丰富的经验，在智能汽车领域具有很强的竞争力。随着资源和能力的不断增强，华为未来一定会扩大合作范围，推出更多智选车产品。