幾乎一時(shí)間,社會(huì)輿論讓情懷包裹下的錘子手機(jī)瞬間被點(diǎn)燃。發(fā)布至今的三個(gè)月時(shí)間,細(xì)節(jié)、工匠、情懷使得錘子手機(jī)自出生時(shí)就遭遇諸多質(zhì)疑,一直站在風(fēng)口浪尖上。但不可否認(rèn)的是,老羅近乎偏執(zhí)的設(shè)計(jì)理念,讓Smartisan T1在競(jìng)爭(zhēng)激烈的國(guó)產(chǎn)智能手機(jī)市場(chǎng)中,關(guān)注度居高不下甚至持續(xù)升溫。至少在起點(diǎn)上,老羅走在了前列,他成功之處就在于,他讓錘子手機(jī)還未出生,就激起了公眾的好奇心。
在移動(dòng)互聯(lián)網(wǎng)時(shí)代,論一款產(chǎn)品能否獲得用戶的喜愛(ài),單靠“情懷”是無(wú)法買(mǎi)單的。錘子手機(jī)時(shí)下確實(shí)是一款帶有濃濃羅永浩情懷的產(chǎn)品,關(guān)注度持續(xù)不下,但情懷光芒的背后,人們忽略的卻是作為產(chǎn)品本身,錘子Smartisan T1的發(fā)光點(diǎn)。
用羅永浩的話說(shuō)錘子包裝,就是“秒殺人類(lèi)有史以來(lái)的所有手機(jī)包裝”。全黑風(fēng)格的硬殼紙材質(zhì)頗為典雅,有種禮盒的質(zhì)感。正上方印有T1字樣,兩側(cè)則是Smartisan和錘子LOGO,底部是配置信息。
包裝盒內(nèi)部分為兩層,從手機(jī)到配件的擺放都十分和諧。在頂上是錘子手機(jī)Smartisan T1和說(shuō)明書(shū)。底部則是手機(jī)配件,包括數(shù)據(jù)充電器和拆后蓋的工具。包裝盒內(nèi)的細(xì)節(jié),也讓人們看到了錘子手機(jī)對(duì)于細(xì)節(jié)的追求與執(zhí)念。
四枚螺絲和一把小號(hào)螺絲刀,是否會(huì)讓你回憶起錘子手機(jī)發(fā)布會(huì)最后那句,“我不是為了輸贏我就是認(rèn)真”的工匠情懷呢。細(xì)節(jié)工藝固然美好,但“拆后蓋需要擰螺絲”卻體現(xiàn)出了對(duì)可拆卸背蓋設(shè)計(jì)的妥協(xié)。
接下來(lái),細(xì)說(shuō)一下錘子Smartisan T1的細(xì)節(jié)設(shè)計(jì)。它的背部并沒(méi)有單純采用邊角圓形設(shè)計(jì),而是在整個(gè)邊緣都做了弧面的切割設(shè)計(jì)。而且Smartisan T1的背部LOGO會(huì)在光線下時(shí)不時(shí)顯現(xiàn),非常低調(diào)同時(shí)也不失商務(wù)沉穩(wěn)之感。
頂部的電源鍵與 3.5mm 耳機(jī)接口,機(jī)身兩側(cè)的四個(gè)按鍵,底部的揚(yáng)聲器都在視覺(jué)上保證了左右對(duì)稱的設(shè)計(jì)。
設(shè)計(jì)曾經(jīng)一度是國(guó)產(chǎn)手機(jī)的短板,靠模仿、抄襲上位等等行為都給人們留下山寨印象,缺乏亮點(diǎn)的設(shè)計(jì)多少給人似曾相識(shí)的感覺(jué)。雖然在Smartisan T1上依稀浮現(xiàn)出當(dāng)年喬布斯iPhone 4的影子,但在借鑒中尋求創(chuàng)新與突破則是錘子帶給我們情懷之外的閃光點(diǎn)。至少錘子獨(dú)家的對(duì)稱設(shè)計(jì),就是一種突破。
好文章,需要你的鼓勵(lì)
新加坡國(guó)立大學(xué)研究團(tuán)隊(duì)開(kāi)發(fā)了SPIRAL框架,通過(guò)讓AI與自己對(duì)弈零和游戲來(lái)提升推理能力。實(shí)驗(yàn)顯示,僅訓(xùn)練AI玩簡(jiǎn)單撲克游戲就能讓其數(shù)學(xué)推理能力提升8.6%,通用推理提升8.4%,且無(wú)需任何數(shù)學(xué)題目作為訓(xùn)練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉(zhuǎn)移到數(shù)學(xué)解題中,為AI訓(xùn)練提供了新思路。
同濟(jì)大學(xué)團(tuán)隊(duì)開(kāi)發(fā)的GIGA-ToF技術(shù)通過(guò)融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機(jī)噪聲問(wèn)題。該技術(shù)利用圖像間的不變幾何關(guān)系,結(jié)合深度學(xué)習(xí)和數(shù)學(xué)優(yōu)化方法,在合成數(shù)據(jù)集上實(shí)現(xiàn)37.9%的精度提升,并在真實(shí)設(shè)備上展現(xiàn)出色泛化能力,為機(jī)器人、AR和自動(dòng)駕駛等領(lǐng)域提供更可靠的3D視覺(jué)解決方案。
伊利諾伊大學(xué)研究團(tuán)隊(duì)通過(guò)對(duì)比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過(guò)強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺(jué)語(yǔ)言模型雖然表現(xiàn)出"頓悟時(shí)刻"現(xiàn)象,但這些自我糾錯(cuò)行為并不能實(shí)際提升推理準(zhǔn)確率。研究揭示了AI模型存在"生成-驗(yàn)證差距",即生成答案的能力強(qiáng)于驗(yàn)證答案質(zhì)量的能力,且模型在自我驗(yàn)證時(shí)無(wú)法有效利用視覺(jué)信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機(jī)構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過(guò)動(dòng)態(tài)稀疏性實(shí)現(xiàn)大語(yǔ)言模型訓(xùn)練加速1.6倍,計(jì)算成本降低2.2倍。該方法使用SVD稀疏性估計(jì)器智能選擇重要計(jì)算部分,在保持模型性能的同時(shí)顯著提升訓(xùn)練效率,已在多個(gè)任務(wù)上驗(yàn)證有效性。