Apple Watch供貨不足原因:關(guān)鍵零部件缺陷
4月30日消息,Apple Watch自上市以來,供貨又出現(xiàn)了問題。據(jù)《華爾街日報》報道,供貨不足的原因是Apple Watch內(nèi)部關(guān)鍵零部件上發(fā)現(xiàn)缺陷。Taptic Engine,即可產(chǎn)生觸感反應(yīng)的線性振動器裝置出現(xiàn)了問題。
Apple Watch于4月24日發(fā)貨,TechWeb從蘋果官網(wǎng)了解到,目前Apple Watch三個版本均無現(xiàn)貨,38毫米版本的發(fā)貨需要4-6周,42毫米版本的需要到6月才能發(fā)貨。
據(jù)報道,為蘋果代工Taptic engine的AAC Technologies Holdings生產(chǎn)的Taptic engine會隨著時間推移而損壞,蘋果已經(jīng)放棄了許多已經(jīng)生產(chǎn)出來的Apple Watch。目前,蘋果已經(jīng)將所有Taptic Engine的生產(chǎn)轉(zhuǎn)交給其他供應(yīng)商。
蘋果Taptic engine的另一家供應(yīng)商沒有出現(xiàn)問題,但這家供應(yīng)商提高產(chǎn)能還需要時間。
蘋果零售部高級副總裁安吉拉·阿倫德茨上周曾表示,示Apple Watch可能無法按照原計劃出貨。據(jù)市場研究公司Slice Intelligence統(tǒng)計數(shù)據(jù)顯示,那些預(yù)訂了Apple Watch的用戶,只有1/4的人能夠在其上市后收到寶貝。
好文章,需要你的鼓勵
浙江大學(xué)團隊提出動態(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)上顯著提升推理準確率,且不增加計算成本。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)研究團隊提出SIRI方法,通過"壓縮-擴張"交替訓(xùn)練策略,成功解決了大型推理模型"話多且準確率低"的問題。實驗顯示,該方法在數(shù)學(xué)競賽題上將模型準確率提升43.2%的同時,輸出長度減少46.9%,真正實現(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)合研究團隊開發(fā)出Rolling Forcing技術(shù),實現(xiàn)AI視頻實時流式生成的重大突破。該技術(shù)通過滾動窗口聯(lián)合去噪、注意力錨點機制和高效訓(xùn)練算法三項創(chuàng)新,解決了長視頻生成中的錯誤累積問題,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)研究團隊發(fā)現(xiàn),通過讓AI模型學(xué)習解決幾何問題,能夠顯著提升其空間理解能力。他們構(gòu)建了包含約30000個幾何題目的Euclid30K數(shù)據(jù)集,使用強化學(xué)習方法訓(xùn)練多個AI模型。實驗結(jié)果顯示,幾何訓(xùn)練在四個空間智能測試基準上都帶來顯著提升,其中最佳模型達到49.6%準確率,超越此前最好成績。這項研究揭示了基礎(chǔ)幾何知識對培養(yǎng)AI空間智能的重要價值。