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。

蔚来Q2整车利润重回两位数 NIO Power盈利性指日可待

上海 - 蔚来今日宣布，预计第二季度整车利润将恢复到两位数增长。这表明该公司正在克服供应链挑战和原材料价格上涨带来的影响，盈利能力持续增强。此外，蔚来还重申了对旗下能源服务业务NIO Power的盈利信心。

蔚来联合创始人、总裁李斌表示：“我们很高兴地看到，尽管面临着持续的挑战，蔚来在第二季度展现出强劲的韧性和运营效率。我们预计整车利润将恢复到两位数增长，这表明我们的业务模式具有强大的盈利能力。”

蔚来第一季度净亏损11.2亿元人民币，同比略有扩大。不过，毛利率从去年同期的18.1%提升至20.1%，展现出良好的盈利趋势。

NIO Power方面，蔚来继续扩大充电站网络，并推出新的电池服务计划，以提升用户体验和粘性。蔚来预计，随着NIO Power规模效应的不断显现，该业务将逐步实现盈利。

分析人士指出，蔚来Q2整车利润重回两位数，是公司战略布局和长期投入取得成效的体现。蔚来在智能电动汽车市场处于领先地位，拥有强大的品牌号召力和用户基础。随着产能爬坡和产品结构升级，蔚来有望实现更强的盈利能力。

此外，NIO Power业务的快速发展，也将为蔚来带来新的利润增长点。蔚来已经建立了完善的能源服务体系，包括充电、电池租赁、回收等。随着新能源汽车保有量的快速增长，NIO Power业务将拥有巨大的发展潜力。

总体而言，蔚来的基本面依然稳健，未来发展前景广阔。随着公司持续创新和运营效率的提升，蔚来有望在智能电动汽车市场取得更大的成功。