科技博客網(wǎng)站Re/code當(dāng)?shù)貢r(shí)間周五援引不具名消息人士的話報(bào)道稱,傳言已久的蘋(píng)果可穿戴設(shè)備“近期不會(huì)發(fā)售”,發(fā)售時(shí)間可能推遲到明年初,這意味著它將錯(cuò)過(guò)重要的圣誕銷售季。
這意味著蘋(píng)果可穿戴設(shè)備的公布與發(fā)售時(shí)間之間有較長(zhǎng)的時(shí)間差,蘋(píng)果可能9月9日公布可穿戴設(shè)備產(chǎn)品。但這并非蘋(píng)果首次提前公布新產(chǎn)品。蘋(píng)果2007年1月份就公布了第一代iPhone,但發(fā)售時(shí)間推遲到6月份;第一代iPad公布時(shí)間是2010年1月份,發(fā)售時(shí)間則推遲到4月份。
蘋(píng)果未就此置評(píng)。
Re/code本周早些時(shí)候報(bào)道稱蘋(píng)果將與iPhone同步公布一款可穿戴設(shè)備,在市場(chǎng)上引發(fā)了軒然大波。蘋(píng)果周四向媒體發(fā)出邀請(qǐng)函,參與9月9日舉行的新產(chǎn)品發(fā)布會(huì)。外界廣泛預(yù)計(jì)蘋(píng)果將在這次發(fā)布會(huì)上公布iPhone 6。
對(duì)于蘋(píng)果來(lái)說(shuō),公布一款對(duì)消費(fèi)者有吸引力的可穿戴設(shè)備非常重要。蘋(píng)果CEO蒂姆•庫(kù)克(Tim Cook)曾承諾今年將推出“令人震驚”和“令人激動(dòng)”的全新產(chǎn)品種類。
盡管許多公司都推出了可穿戴設(shè)備產(chǎn)品,但目前尚不清楚這類設(shè)備對(duì)消費(fèi)者的吸引力。部分分析師預(yù)計(jì)未來(lái)數(shù)年可穿戴設(shè)備將快速增長(zhǎng),但其他分析師則認(rèn)為可穿戴設(shè)備前景暗淡。市場(chǎng)研究公司IDC預(yù)計(jì),從今年底至2018年,可穿戴設(shè)備出貨量將增長(zhǎng)近6倍至1.191億。市場(chǎng)研究公司Forrester則預(yù)計(jì),到2016年,智能手表和和健身腕帶的功能將被智能手機(jī)和集成有傳感器的耳機(jī)等其他設(shè)備吸收。
蘋(píng)果必須找到一條途徑,使其可穿戴設(shè)備能與其他iOS設(shè)備無(wú)縫整合,擁有智能手機(jī)沒(méi)有的功能。分析師和測(cè)評(píng)人員指出,三星、LG等已經(jīng)推出可穿戴設(shè)備的公司則還不具備這樣的魔力。
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(wèn)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(wèn)題偏愛(ài)不同專家配置,為AI推理優(yōu)化開(kāi)辟新路徑。
清華大學(xué)研究團(tuán)隊(duì)提出SIRI方法,通過(guò)"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(wèn)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(zhǎng)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(kāi)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(guò)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(zhǎng)視頻生成中的錯(cuò)誤累積問(wèn)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(kāi)辟新可能。
華中科技大學(xué)研究團(tuán)隊(duì)發(fā)現(xiàn),通過(guò)讓AI模型學(xué)習(xí)解決幾何問(wèn)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(lái)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(jī)。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。