北京時(shí)間4月18日午間消息,據(jù)美國(guó)市場(chǎng)研究公司NPD Group測(cè)算,2016年,智能手表在美國(guó)成年人中的普及率將達(dá)9%,與運(yùn)動(dòng)手環(huán)接近。
NPD認(rèn)為,隨著智能手表的普及率增加,運(yùn)動(dòng)手環(huán)將進(jìn)入平臺(tái)期。美國(guó)運(yùn)動(dòng)手環(huán)用戶總數(shù)在經(jīng)過了4年的大幅增長(zhǎng)后,將在2016年底達(dá)到3200萬的峰值。
“智能手表今后顯然會(huì)蠶食運(yùn)動(dòng)手環(huán)的份額。”NPD分析師艾迪·霍爾德(Eddie Hold)說,“事實(shí)上,健身和健康應(yīng)用已經(jīng)成為智能手表的推廣重點(diǎn),因此將分流一部分用戶。”
然而,運(yùn)動(dòng)手環(huán)不僅面臨智能手表的威脅,其自身的產(chǎn)品定位同樣存在問題。計(jì)步功能的吸引力不大,因而限制了這類設(shè)備的目標(biāo)市場(chǎng)。事實(shí)上,約有40%的運(yùn)動(dòng)手環(huán)用戶在購(gòu)買這類設(shè)備后6個(gè)月選擇停用。
“對(duì)運(yùn)動(dòng)手環(huán)來說,好消息在于運(yùn)動(dòng)領(lǐng)域的機(jī)會(huì)越來越明確。”霍爾德說,“人們需要更多支持GPS和心率監(jiān)測(cè)功能的復(fù)雜運(yùn)動(dòng)手環(huán),還希望提升堅(jiān)固性和防水性。盡管我們認(rèn)為運(yùn)動(dòng)手環(huán)有可能面臨瓶頸,但這些高端設(shè)備仍將進(jìn)一步推升普及率。”
不過,智能手表和運(yùn)動(dòng)手環(huán)市場(chǎng)未來的發(fā)展并不僅僅取決于硬件,應(yīng)用也扮演著至關(guān)重要的角色。第三方開發(fā)商將成為這一市場(chǎng)能否實(shí)現(xiàn)長(zhǎng)期增長(zhǎng)的關(guān)鍵。
“雖然這些新產(chǎn)品無疑都有助于提升需求,但智能手表應(yīng)用才是真正的考驗(yàn)。”霍爾德說,“這類設(shè)備的確存在著一些需求,使用情境也將相繼出現(xiàn)。但智能手表廠商和應(yīng)用開發(fā)商必須努力將這些產(chǎn)品從‘錦上添花’變成‘必不可少’。”
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(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(zhǎng)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(cè)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(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。