腾讯

拉科布回应勇士125亿估值：无论如何我都不会卖_我的网站

A |     

    
    　　近日，勇士老板拉科布在播客节目中，被问及湖人以125亿美元出售的消息是否会促使他考虑出售勇士。    IT之家 7 月 21 日消息，科技媒体 The Decoder 昨日（7 月 20 日）发布博文，报道称谷歌 DeepMind 发布 GenCeption 模型，将预训练的视频生成器重新用于深度估计和分割等经典计算机视觉任务。

B | 拉科布明确表示自己不会出售球队。         IT之家援引博文介绍，大语言模型在学习预测下一个 Token 的时候，在训练过程中往往需要吸收语法、世界知识和上下文关系等内容。         但是在计算机视觉领域，视觉模型缺少等效的训练方法，主要由专业模型主导，包括用于分割的“Segment Anything”和用于深度估计的“Depth Anything”，每个模型都使用其特定的架构。
    
    　　拉科布回应称：“不，老实说，这显然很有趣，也许我的小股东们肯定都很高兴，但这对我来说并没有真正改变什么。这依然是我的生活，我很享受做这件事，无法想象去做出改变。”
    
    　　尽管湖人创纪录的出售价格引发了外界对勇士潜在估值的讨论，但拉科布的态度表明，商业价值的高低并非他衡量球队的核心标准。

C |          谷歌 DeepMind 团队为此提出 GenCeption 模型方案，尝试将一个“生成视频”的 AI 模型逆向改造成一个能“理解世界”的视觉分析引擎。

D |          GenCeption 打破了传统计算机视觉“一个任务一个专用模型”的格局，仅凭单一模型就能同时做好深度估计、图像分割、3D 姿态估计、表面法线预测和相机姿态估计等核心视觉任务。         GenCeption 基于阿里巴巴开源视频模型通义万相 Wan2.1 系列训练，与传统扩散模型需多步去噪不同，GenCeption 在一次前向传播中完成预测，从而提升视觉任务处理速度。模型通过文本提示指定任务，可输出深度图、表面法线图、分割掩码，并可处理相机运动表示。         训练数据以合成为主。论文称，数据集仅包含 7500 段视频，由 800 个数字人体模型与 200 段动作捕捉序列组合生成，再通过 Blender 在不同背景和镜头角度下渲染。         泛化方面，GenCeption 几乎只在单人合成视频上训练，但可处理真实多人视频，也可迁移到动物和类人机器人类别。论文称，部分输出细节甚至超过训练时 Blender 渲染结果，可保留猫胡须和单根发丝边缘。他从2009年开始入主勇士，将球队打造成联盟最具影响力的品牌之一，对其中的过程显然有着更深的情感依附。

E | 小股东的账面财富可能因此增长，但拉科布并未因此动摇对球队的控制意愿。在他看来，出售只是另一个选项，而他目前的选择依然是留在勇士。

F |          性能方面，论文给出两组处理时间数据：小模型处理 81 帧视频约需 6 秒；大模型参数量为 140 亿，处理同样长度视频约需 10 秒。         参考。

Current article:http://tv9.shouyouxumianpouluanteng.shop/news/20260826_85711.html

Published on:00:00:00