在本周二舉行的“黑莓安全峰會(huì)”(BlackBerry Security Summit)上,黑莓公司總裁約翰·西姆斯(John Sims)表示,黑莓未來將重新設(shè)計(jì)iOS和Android版BBM應(yīng)用,使之功能比BlackBerry 10本土應(yīng)用體驗(yàn)更為豐富。
圖:黑莓iOS(左)和Android(右)版BBM應(yīng)用界面截圖
在“黑莓安全峰會(huì)”(BlackBerry Security Summit)問答環(huán)節(jié),針對(duì)科技博客N4BB提出“未來黑莓公司在BBM應(yīng)用上有何長遠(yuǎn)規(guī)劃”的問題,黑莓總裁約翰·西姆斯表示,他不贊同之前管理層的觀點(diǎn),即面向所有平臺(tái)的BBM應(yīng)用都應(yīng)該擁有相同界面。相反,他認(rèn)為運(yùn)行于其他平臺(tái)上的BBM應(yīng)用設(shè)計(jì),應(yīng)該比運(yùn)行在BlackBerry 10產(chǎn)品上的BBM本土應(yīng)用功能更多。據(jù)悉,自黑莓在去年10月份發(fā)布iOS和Android版BBM應(yīng)用以來,兩個(gè)版本注冊(cè)用戶數(shù)量超過了4000萬。
西姆斯表示,用戶或許會(huì)對(duì)未來的改版感到詫異,甚至迷惑不解,因?yàn)樗麄円呀?jīng)習(xí)慣于使用面向iOS和Android用戶推出的專門應(yīng)用。西姆斯還提到了面向Windows Phone推出的新版本BBM應(yīng)用,指出它的設(shè)計(jì)針對(duì)于Windows Phone環(huán)境,因此對(duì)于微軟的移動(dòng)用戶來說,使用Windows Phone版本BBM感到熟悉和舒適。西姆斯表示,未來的iOS和Android版BBM應(yīng)用將為用戶帶來類似體驗(yàn)。
但西姆斯沒有透露未來iOS和Android版BBM應(yīng)用可能進(jìn)行重新設(shè)計(jì)的任何細(xì)節(jié)。自去年10月份以來,黑莓不斷為iOS和Android版BBM應(yīng)用添加新功能,但該應(yīng)用本身在接口上沒有發(fā)生任何改變,基于這一點(diǎn)來,黑莓似乎應(yīng)該優(yōu)先考慮做出改動(dòng)。
好文章,需要你的鼓勵(lì)
浙江大學(xué)團(tuán)隊(duì)提出動(dòng)態(tài)專家搜索方法,讓AI能根據(jù)不同問題靈活調(diào)整內(nèi)部專家配置。該方法在數(shù)學(xué)、編程等任務(wù)上顯著提升推理準(zhǔn)確率,且不增加計(jì)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(xué)研究團(tuán)隊(duì)提出SIRI方法,通過"壓縮-擴(kuò)張"交替訓(xùn)練策略,成功解決了大型推理模型"話多且準(zhǔn)確率低"的問題。實(shí)驗(yàn)顯示,該方法在數(shù)學(xué)競(jìng)賽題上將模型準(zhǔn)確率提升43.2%的同時(shí),輸出長度減少46.9%,真正實(shí)現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓(xùn)練提供了新思路。
南洋理工大學(xué)與騰訊聯(lián)合研究團(tuán)隊(duì)開發(fā)出Rolling Forcing技術(shù),實(shí)現(xiàn)AI視頻實(shí)時(shí)流式生成的重大突破。該技術(shù)通過滾動(dòng)窗口聯(lián)合去噪、注意力錨點(diǎn)機(jī)制和高效訓(xùn)練算法三項(xiàng)創(chuàng)新,解決了長視頻生成中的錯(cuò)誤累積問題,可在單GPU上以16fps速度生成多分鐘高質(zhì)量視頻,延遲僅0.76秒,質(zhì)量漂移指標(biāo)從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內(nèi)容創(chuàng)作開辟新可能。
華中科技大學(xué)研究團(tuán)隊(duì)發(fā)現(xiàn),通過讓AI模型學(xué)習(xí)解決幾何問題,能夠顯著提升其空間理解能力。他們構(gòu)建了包含約30000個(gè)幾何題目的Euclid30K數(shù)據(jù)集,使用強(qiáng)化學(xué)習(xí)方法訓(xùn)練多個(gè)AI模型。實(shí)驗(yàn)結(jié)果顯示,幾何訓(xùn)練在四個(gè)空間智能測(cè)試基準(zhǔn)上都帶來顯著提升,其中最佳模型達(dá)到49.6%準(zhǔn)確率,超越此前最好成績。這項(xiàng)研究揭示了基礎(chǔ)幾何知識(shí)對(duì)培養(yǎng)AI空間智能的重要價(jià)值。