上個(gè)月在《Vanity Fair》舉辦的會(huì)議上發(fā)言時(shí),谷歌秘密的Google X研究實(shí)驗(yàn)室掌門Astro Teller表示,說服人們在臉上或身體其他部位佩戴智能設(shè)備是件難事。
圖:Google X研究實(shí)驗(yàn)室掌門 Astro Teller
他說,廠商需要使智能設(shè)備對用戶有用,才能吸引用戶佩戴。但還有另外一個(gè)問題:包括從智能眼鏡到智能手表在內(nèi)的可穿戴設(shè)備需要足夠便宜——相當(dāng)便宜,才能被主流用戶接受。
Teller在谷歌總部接受采訪時(shí)說,“產(chǎn)品價(jià)格每下調(diào)一半,認(rèn)真考慮購買的人就會(huì)增長約10倍”,這意味著,對于大多數(shù)可穿戴設(shè)備來說,要成為對用戶有吸引力的產(chǎn)品,需要“兩次把價(jià)格削減一半”。
他表示,對于一些產(chǎn)品,例如價(jià)格為30或40美元(約合人民幣184或246元)的計(jì)步器,大幅下調(diào)售價(jià)的意義不大,“對于智能手表或智能眼鏡來說,200美元(約合人民幣1228元)的售價(jià)是合理的”。
對于目前售價(jià)1500美元(約合人民幣9211元)的谷歌眼鏡來說,兩次把價(jià)格下調(diào)一半意味著其價(jià)格將下跌至375美元(約合人民幣2303元)。谷歌稱不會(huì)對谷歌眼鏡的價(jià)格目標(biāo)或降價(jià)時(shí)間表發(fā)表評(píng)論。如果真的想使谷歌眼鏡被主流消費(fèi)者所接受,谷歌完全可以消化降價(jià)的成本。拆解分析顯示,谷歌眼鏡元器件和材料的成本僅為150美元(約合人民幣921元)。這意味著,按目前的售價(jià)計(jì)算,谷歌眼鏡的利潤率高達(dá)900%。
市場研究公司IDC預(yù)測,從今年底到2018年,可穿戴設(shè)備出貨量將增長近6倍至1.119億臺(tái)。
價(jià)格顯然是影響可穿戴設(shè)備普及的一大障礙,谷歌并非是面臨“價(jià)格應(yīng)該是多少?”問題的唯一一家公司。蘋果首款可穿戴設(shè)備Apple Watch起步價(jià)為350美元(約合人民幣2149元),包括土豪金版在內(nèi)的型號(hào)的價(jià)格會(huì)更高。索尼和三星智能手表產(chǎn)品的價(jià)格也高達(dá)數(shù)百美元。相比之下,一款典型的天美時(shí)手表的售價(jià)不足40美元。
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)不同類型問題偏愛不同專家配置,為AI推理優(yōu)化開辟新路徑。
清華大學(xué)研究團(tuán)隊(duì)提出SIRI方法,通過"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"的問題。實(shí)驗(yàn)顯示,該方法在數(shù)學(xué)競賽題上將模型準(zhǔn)確率提升43.2%的同時(shí),輸出長度減少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,解決了長視頻生成中的錯(cuò)誤累積問題,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)作開辟新可能。
華中科技大學(xué)研究團(tuán)隊(duì)發(fā)現(xiàn),通過讓AI模型學(xué)習(xí)解決幾何問題,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)空間智能測試基準(zhǔn)上都帶來顯著提升,其中最佳模型達(dá)到49.6%準(zhǔn)確率,超越此前最好成績。這項(xiàng)研究揭示了基礎(chǔ)幾何知識(shí)對培養(yǎng)AI空間智能的重要價(jià)值。