市場(chǎng)研究機(jī)構(gòu)Canalys周三發(fā)布的一份最新預(yù)測(cè)報(bào)告稱(chēng),2015年全球腕帶產(chǎn)品出貨量將增長(zhǎng)129%至4320萬(wàn)部,其中智能腕帶產(chǎn)品出貨量達(dá)2820萬(wàn)部,基礎(chǔ)腕帶產(chǎn)品出貨1500萬(wàn)部。
報(bào)告稱(chēng),可穿戴計(jì)算產(chǎn)品將成為最受關(guān)注的技術(shù)趨勢(shì)之一。谷歌、蘋(píng)果以及三星公司目前都將目光投向了可穿戴產(chǎn)品市場(chǎng)。伴隨蘋(píng)果近日發(fā)布了自己的首款可穿戴產(chǎn)品Apple Watch,報(bào)告稱(chēng)未來(lái)蘋(píng)果將成為可穿戴產(chǎn)品市場(chǎng)出貨量增長(zhǎng)的最大驅(qū)動(dòng)力。
Canalys分析師Daniel Matte在報(bào)告中稱(chēng),蘋(píng)果的可穿戴產(chǎn)品,將在目前圍繞健身和健康數(shù)據(jù)的基礎(chǔ)上,進(jìn)一步拓展至移動(dòng)支付和通信領(lǐng)域。報(bào)告稱(chēng):通過(guò)在微型顯示面板上創(chuàng)建新的定制用戶(hù)界面,蘋(píng)果公司已經(jīng)生產(chǎn)了大眾十分想要的智能手表,流暢的軟件,各種各樣的設(shè)計(jì)和合理的入門(mén)價(jià)格,使之成為一款引人注目的新產(chǎn)品。但蘋(píng)果還必須證明,最終的產(chǎn)品可以提供足夠的電池續(xù)航。
Canalys在報(bào)告中未對(duì)蘋(píng)果可穿戴產(chǎn)品Apple Watch明年的出貨量作出預(yù)測(cè)。
Canalys報(bào)告同時(shí)指出,在小米和谷歌的推動(dòng)下,谷歌在今年6月份發(fā)布的Android Wear平臺(tái)正在成長(zhǎng)為一個(gè)“有活力的生態(tài)系統(tǒng)”,但Canalys同時(shí)表示,Android Wear平臺(tái)目前在最大的新興科技消費(fèi)市場(chǎng)——中國(guó)市場(chǎng)的缺席,是其發(fā)展的最大障礙。因此Canalys做出結(jié)論:未來(lái)幾年,谷歌必須大大提升其可穿戴平臺(tái),才得以與蘋(píng)果最新產(chǎn)品展開(kāi)更好的競(jìng)爭(zhēng)。
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(zhuān)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(zhuān)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(lèi)型問(wèn)題偏愛(ài)不同專(zhuān)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(huà)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。