雖然一臺平板電腦正面的觸摸屏能夠讓用戶完成眾多不同的任務,但其設備的背面通常卻并未發(fā)揮多大作用。
圖:位于iPad背面的傳感器概念圖
蘋果或許想要改變這一點,希望在其iPad平板電腦背部表面添加傳感器和控制器來賦予該平板更多功能。在美國專利和商標局于當?shù)貢r間本周二批準的蘋果專利中提到了這個理念,考慮以線型或網(wǎng)格型方式將傳感器放置在一臺平板電腦背面。
這一理念將有助于一臺平板增加更多新用途,如運行更為復雜的游戲等。目前,由于大多數(shù)移動設備均沒有單獨的實物控制器,很多移動游戲只涉及點擊和滑動屏幕的操作方式。如果在平板電腦背面增加一套新的控制元件,那么用戶的游戲體檢將有可能接近于通過游戲控制手柄的操作體驗。
此外,蘋果目前正忙于應對iPad日漸疲軟的銷量,作為該公司第二大設備收入來源,為其iPad添加一項新功能(比如一項背部功能)很可能會有助于刺激人們對該產(chǎn)品的需求。
該專利中提到,這個傳感器可能為超聲波傳感器、壓力傳感器或電容式傳感器,此外根據(jù)不同的用途,用戶雙手的感知位置既可以在平板前面顯示,也可以不顯示。
這項專利中還提到了一種有助于用戶不必向下看鍵盤即可盲打的方法,這暗示著用戶顯示屏上或?qū)⒊霈F(xiàn)一個虛擬鍵盤,能方便用戶看到他們正在輸入的內(nèi)容。
蘋果并未立即回應記者的置評請求。
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(diào)整內(nèi)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(zhì)量視頻,延遲僅0.76秒,質(zhì)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(nèi)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。