iTunes Radio或成為iOS 8的一款獨立應用。
據(jù)科技博客網(wǎng)站9to5Mac援引“知曉該計劃的消息人士的話”報道稱,蘋果目前正在測試其音樂服務iTunes Radio,以便該服務在下一個iOS版本中以一款獨立應用的面貌出現(xiàn)。這預示蘋果或使iTunes Radio作為一款獨立應用發(fā)揮重要作用,不再是iOS Music應用中的一個選項。
iTunes Radio或預裝在iOS 8中,其觀感與Music應用類似。iOS用戶能夠聆聽Featured Stations,創(chuàng)建、管理他們自己的音樂站,從iTunes上購買歌曲和專輯。9to5Mac報道稱,蘋果曾計劃使iTunes Radio成為iOS 6的一款獨立應用,但由于與唱片公司之間的交易出現(xiàn)問題而放棄。
盡管該消息來自不具名消息人士,但蘋果肯定在考慮提高iTunes Radio用戶數(shù)量的新途徑。iTunes Radio服務運行極佳。據(jù)Edison Research最新調查顯示,在美國,2000名受訪者將iTunes Radio標為美國最受歡迎的第三大流音樂服務。
iTunes Radio仍有很大增長空間,該服務自去年9月份上線以來,僅一個月后就贏得逾2000萬用戶。當然,與6億iTunes用戶相比,該數(shù)字只是滄海之一粟。iTunes Radio還面臨真來自Pandora、Spotify及類似服務的競爭,所有這些服務都在App Store商店有自己的專有應用。
蘋果有著把不同功能分離為獨立應用的歷史。iOS Music應用之前曾包含播客和iTunes University內容,后來播客和iTunes University被分為兩款獨立應用。
好文章,需要你的鼓勵
浙江大學團隊提出動態(tài)專家搜索方法,讓AI能根據(jù)不同問題靈活調整內部專家配置。該方法在數(shù)學、編程等任務上顯著提升推理準確率,且不增加計算成本。研究發(fā)現(xiàn)不同類型問題偏愛不同專家配置,為AI推理優(yōu)化開辟新路徑。
清華大學研究團隊提出SIRI方法,通過"壓縮-擴張"交替訓練策略,成功解決了大型推理模型"話多且準確率低"的問題。實驗顯示,該方法在數(shù)學競賽題上將模型準確率提升43.2%的同時,輸出長度減少46.9%,真正實現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓練提供了新思路。
南洋理工大學與騰訊聯(lián)合研究團隊開發(fā)出Rolling Forcing技術,實現(xiàn)AI視頻實時流式生成的重大突破。該技術通過滾動窗口聯(lián)合去噪、注意力錨點機制和高效訓練算法三項創(chuàng)新,解決了長視頻生成中的錯誤累積問題,可在單GPU上以16fps速度生成多分鐘高質量視頻,延遲僅0.76秒,質量漂移指標從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內容創(chuàng)作開辟新可能。
華中科技大學研究團隊發(fā)現(xiàn),通過讓AI模型學習解決幾何問題,能夠顯著提升其空間理解能力。他們構建了包含約30000個幾何題目的Euclid30K數(shù)據(jù)集,使用強化學習方法訓練多個AI模型。實驗結果顯示,幾何訓練在四個空間智能測試基準上都帶來顯著提升,其中最佳模型達到49.6%準確率,超越此前最好成績。這項研究揭示了基礎幾何知識對培養(yǎng)AI空間智能的重要價值。