三星第一款A(yù)ndroid平板電腦——7英寸的Galaxy Tab,價格并不便宜,但它拉開了小尺寸平板電腦的序幕,并有助于促使蘋果開發(fā)了iPad Mini。更為重要的是,它為價格低廉的亞馬遜Kindle Fire,以及許多價格在150美元(約合人民幣922元),甚至100美元(約合人民幣615元)以下的平板電腦的問世鋪平了道路。
圖:三星平板 Galaxy Tab
由于低端產(chǎn)品價格暴跌,三星、微軟等高端品牌通過開發(fā)大屏幕平板電腦尋求價格戰(zhàn)的避風(fēng)港就不足為奇了。微軟Surface Pro 3更是將顯示屏尺寸提高到了12英寸,鞏固了三星開啟的大屏幕平板電腦趨勢。微軟和三星是繼東芝后首批推出大尺寸顯示屏的兩個品牌。
目前所有眼睛都在盯著蘋果。在9月9日新產(chǎn)品發(fā)布會前,有傳言稱蘋果將很快推出一款配置更大尺寸顯示屏的“iPad Pro”。目前蘋果尚未披露大屏iPad的消息,但蘋果有可能最早在10月份公布一款大屏幕iPad。
迄今為止,對于微軟和三星來說,大尺寸平板電腦仍然是小眾產(chǎn)品。但是,大屏幕平板電腦并不僅僅是顯示屏尺寸大,蘋果要推出大屏幕平板電腦,還需要解決下述問題:
多任務(wù):首先,“Pro”意味著辦公。微軟和三星的大屏幕平板電腦都能同時在顯示屏上顯示多個應(yīng)用,三星和LG的智能手機也具備這一功能。但迄今為止,盡管傳言不斷,但蘋果iOS尚不支持同時顯示多個應(yīng)用,iOS 8也不支持這一功能。
鍵盤:微軟和三星在大屏幕平板電腦上都很重視鍵盤的使用。Surface Pro 3的磁性Type Cover能提供更高的穩(wěn)定性,三星也為其12英寸平板電腦提供了鍵盤。三星還對虛擬鍵盤的設(shè)計進(jìn)行了改進(jìn),使之更像實體鍵盤,例如增添了光標(biāo)鍵。盡管多家第三方廠商都推出了iPad鍵盤,但蘋果尚未推出類似產(chǎn)品。
電磁筆:Surface Pro和the Note Pro都配備有精致的電磁筆。微軟的電磁筆能使Surface Pro進(jìn)入筆記模式,運行OneNote應(yīng)用。盡管過去數(shù)年蘋果申請了數(shù)件這方面的專利,但自推出第一代iPhone以來,蘋果一直拒絕讓iOS支持電磁筆。
價格:“Pro”型號產(chǎn)品也意味著高高在上的價格。配置酷睿i3芯片的Surface Pro 3售價799美元(約合人民幣4911元),盡管低于Surface Pro 2,但仍然高于許多平板電腦。三星Galaxy Note Pro 12.2售價849美元(約合人民幣5219元),但在其網(wǎng)站上的售價僅為799美元。事實上,考慮到電磁筆和鍵盤,這類產(chǎn)品的價格也不算離譜。
筆記本競爭:配置鍵盤和具備多任務(wù)功能,大屏幕平板電腦無疑是想“動筆記本的奶酪”。由于在筆記本市場上份額很小,三星會毫不遲疑地利用在Android設(shè)備市場上的優(yōu)勢蠶食傳統(tǒng)筆記本市場。令人感到好奇的是,三星并未推出像惠普SlateBook x2這樣的Android筆記本。在筆記本市場上,微軟的既得利益也不大。蘋果MacBook筆記本銷售依然強勁,而且在繼續(xù)投資開發(fā)新版OS X。盡管一再宣稱“后PC時代”來臨,但蘋果并非真正對筆記本失去了興趣,尤其是運行其操作系統(tǒng)的筆記本。
面對如此多棘手因素的蘋果會何去何從?即使從內(nèi)容消費角度看,大屏幕平板電腦能提供更有沉浸感的視頻和游戲體驗,它們針對雜志和活頁樂譜等媒體進(jìn)行了更好的優(yōu)化。
更大尺寸的iPad Pro還會面臨重量和握持等大屏幕平板電腦的通病。蘋果使內(nèi)容登陸更大尺寸顯示屏的途徑是廉價的Apple TV。
好文章,需要你的鼓勵
新加坡國立大學(xué)研究團(tuán)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(tuán)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(tuán)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(zhǔn)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。