蘋果地圖應用可能再次陷入困境,只是這次陷入困境的原因在管理問題。
科技博客網站TechCrunch當地時間周一援引不具名消息人士的話報道稱,蘋果一直在計劃對集成在iOS 8中的地圖應用進行改進。但是,這些改進可能不會出現在iOS 8中,至少沒有出現在一周前在全球開發(fā)商會議上公布的iOS 8中。
2012年發(fā)布的蘋果地圖應用可謂開局不利。發(fā)布不久后,蘋果地圖應用就被發(fā)現存在數個失誤,其中包括漏掉部分地方、城市名字搞錯等。蘋果被迫因此向用戶致歉,甚至建議用戶使用第三方地圖應用。蘋果此后對地圖應用進行了改進,但今年沒有發(fā)布重大新功能,可能使它繼續(xù)落后于其他優(yōu)秀的地圖應用,例如Google Maps和諾基亞Here。
科技博客網站9to5Mac 3月份曾報道稱,蘋果地圖應用將包含多種升級,其中包括更可靠的數據、公交車和更簡潔的界面。但蘋果緣何上周沒有公布新功能呢?
上述消息人士認為原因是蘋果內部問題。開發(fā)人員離職和項目經理管理不當是蘋果地圖沒有得到升級的主要原因。另外一名消息人士稱,項目管理不當和內部政治斗爭的原因要大于開發(fā)人員離職。
距離iOS 8發(fā)布還有數月時間,這意味著蘋果還有數個月時間對地圖應用進行優(yōu)化。但是,如果內部政治斗爭和項目管理不當是造成地圖應用開發(fā)停滯的原因,iOS用戶就可能還需要等上更長的時間。
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能根據不同問題靈活調整內部專家配置。該方法在數學、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合研究團隊開發(fā)出Rolling Forcing技術,實現AI視頻實時流式生成的重大突破。該技術通過滾動窗口聯合去噪、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,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數據集,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。