德國柏林消費電子展覽會即將在本月5日正式召開,各大廠商紛紛抓緊展前時間進行新品的發(fā)布會。就在北京時間9月4日21點開始的華為新品發(fā)布會上,華為發(fā)布了新一代大屏旗艦產(chǎn)品Ascend Mate 7以及G系列新機G7。
Ascend Mate7擁有6英寸全高清大屏,率先使用了JDI IPS-NEO負向液晶屏,對比度高達1500:1。采用了無邊界視覺設(shè)計,高達83%的屏占比,使得6英寸屏幕的Mate7擁有了5.7英寸手機的“腰圍”。7.9mm纖薄機身采用航空級金屬鋁材,符合人體工學(xué)的背部曲線設(shè)計,令單手持握達到完美貼合的狀態(tài)。相機方面采用前置500萬像素+后置1300萬像素攝像頭。顏色方面將有耀石黑、月光銀、香檳金三種顏色可選。
處理器的設(shè)計也是Mate 7的亮點之一,其搭載的海思麒麟Kirin 925超八核處理器,采用先進的大小核+智核的架構(gòu),并擁有一顆i3智能感知處理器,不僅可以用來收集手機里各類傳感器的數(shù)據(jù),并且可以輔助A7核實現(xiàn)智能待機,從芯片上實現(xiàn)智能節(jié)省電池電量的功能。同時配合超過100項應(yīng)用的針對性優(yōu)化,可以省電20%-50%。
除了處理器的智能省電功能外,Mate7在極致纖薄緊湊的架構(gòu)中,內(nèi)置了4100mAh高密度鋰聚合物電池,力求為用戶帶來超長續(xù)航體驗。據(jù)官方消息,該機中度正常使用可超2天。網(wǎng)絡(luò)制式支持雙卡雙待4G技術(shù),并且支持LTE Cat6標準,下載速率高達300Mbps。搭載了全新的EMUI 3.0操作系統(tǒng),并為Mate 7量身定制了大屏友好功能,在通訊、鍵盤、彈窗等界面,強化了單手操控的簡易性。
Mate 7最大的亮點在于采用了主動按壓式指紋傳感器,支持360°指紋讀取,可以適應(yīng)干、濕手指在不同地域、不同季節(jié)的使用。另外,像文件加密、應(yīng)用加密、訪客模式、私人文件夾、華為網(wǎng)盤登陸、和支付寶合作的支付加密等功能,通過指紋也可以做到。
至于指紋識別的安全系數(shù),Mate 7可將最多5組指紋信息保存到芯片的TrustZone區(qū)域內(nèi),指紋傳感器接口和驅(qū)動程序則被封裝在Secure OS中,指紋校驗程序在TrustZone內(nèi)通過獨立的Secure OS運行,對外只提供經(jīng)過簽名的驗證結(jié)果,保證指紋信息不會被安卓系統(tǒng)和任何軟件讀取,做到了芯片級的安全防護。
據(jù)悉Mate 7將于十月底前在包括中國在內(nèi)的全球34個國家和地區(qū)率先上市,標配版西歐建議零售價499歐元,高配版西歐建議零售價599歐元。至于國內(nèi)的價格和上市時間,會在7天后的上海發(fā)布會揭曉。
華為G7
此外,本次發(fā)布會上還推出了另一款G系列的新品——華為G7。該機搭載5.5英寸IPS高清屏幕,擁有懸浮式屏幕設(shè)計,內(nèi)部搭配內(nèi)容自適應(yīng)亮度控制功能。機身采用鋁合金全金屬外殼,搭載了容量3000mAh的電池。后置1300萬像素BSI攝像頭,采用F2.0光圈及28mm超廣角鏡頭;前置500萬像素攝像頭,擁有88度廣角鏡頭,支持水平和垂直兩種全景拍照模式、全景自拍、極速抓拍、視頻美顏、全焦模式等特色拍照功能。據(jù)悉G7將于十月底前在包含中國在內(nèi)的全球30個國家和地區(qū)率先上市。西歐建議零售價299歐元,國內(nèi)價格和上市時間也會在近期揭曉。
好文章,需要你的鼓勵
新加坡國立大學(xué)研究團隊開發(fā)了SPIRAL框架,通過讓AI與自己對弈零和游戲來提升推理能力。實驗顯示,僅訓(xùn)練AI玩簡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。
同濟大學(xué)團隊開發(fā)的GIGA-ToF技術(shù)通過融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機噪聲問題。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)集上實現(xiàn)37.9%的精度提升,并在真實設(shè)備上展現(xiàn)出色泛化能力,為機器人、AR和自動駕駛等領(lǐng)域提供更可靠的3D視覺解決方案。
伊利諾伊大學(xué)研究團隊通過對比實驗發(fā)現(xiàn),經(jīng)過強化學(xué)習(xí)訓(xùn)練的視覺語言模型雖然表現(xiàn)出"頓悟時刻"現(xiàn)象,但這些自我糾錯行為并不能實際提升推理準確率。研究揭示了AI模型存在"生成-驗證差距",即生成答案的能力強于驗證答案質(zhì)量的能力,且模型在自我驗證時無法有效利用視覺信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過動態(tài)稀疏性實現(xiàn)大語言模型訓(xùn)練加速1.6倍,計算成本降低2.2倍。該方法使用SVD稀疏性估計器智能選擇重要計算部分,在保持模型性能的同時顯著提升訓(xùn)練效率,已在多個任務(wù)上驗證有效性。