索尼移動(dòng)總裁表示,雖然競爭很激烈,但索尼不會(huì)退出智能手機(jī)市場。為什么呢?索尼認(rèn)為智能手機(jī)是關(guān)聯(lián)其他物聯(lián)網(wǎng)設(shè)備的橋梁。
索尼移動(dòng)總裁Hiroki Totoki表示,該公司不會(huì)退出智能手機(jī)業(yè)務(wù),然而其原因成為人們關(guān)注的新話題。
Totoki接受《阿拉伯商業(yè)》雜志的采訪后,索尼不會(huì)放棄其移動(dòng)業(yè)務(wù)這一消息令大家倍受鼓舞。對索尼愛立信系列智能手機(jī)的粉絲們而言,這個(gè)消息很受他們的歡迎,不過話又說回來,Totoki還會(huì)講其他什么話嗎?
讓我們面對現(xiàn)實(shí)吧:Totoki不得不說他無論如何都不會(huì)放棄其智能手機(jī)業(yè)務(wù),否則沒人會(huì)去購買他們的設(shè)備。因此,索尼還是會(huì)與三星、蘋果等優(yōu)勢競爭者以及來自中國的小米等低成本設(shè)備制造商展開競爭。
更重要的是,Totoki表示索尼必須留守智能手機(jī)市場,因?yàn)樗歉鼮橹匾奈锫?lián)網(wǎng)戰(zhàn)略中的一個(gè)關(guān)鍵組成部分。
“智能手機(jī)與其他設(shè)備十分關(guān)聯(lián),也與人們的生活息息相關(guān)。而且多元化的機(jī)遇是巨大的。我們正在進(jìn)入物聯(lián)網(wǎng)(IoT)時(shí)代,必須為這個(gè)世界生產(chǎn)大量的新類別產(chǎn)品,否則我們可能會(huì)錯(cuò)失一個(gè)非常重要的業(yè)務(wù)領(lǐng)域。從這個(gè)意義上說,我們絕對不會(huì)出售或退出當(dāng)前的手機(jī)業(yè)務(wù)。”
簡而言之,智能手機(jī)將成為其他設(shè)備的中心。如今,這種關(guān)聯(lián)是切實(shí)存在的。如果不能連通智能手機(jī),各智能手表將無法良好運(yùn)行。索尼需要一個(gè)能夠連通其他產(chǎn)品的移動(dòng)中心據(jù)點(diǎn)。
Totoki表示:“我們對技術(shù)很有信心,而且我們并不僅限于智能手表的制造。我們正在為物聯(lián)網(wǎng)時(shí)代打造很多產(chǎn)品,包括智能可穿戴設(shè)備、智能產(chǎn)品、智能設(shè)備等。”
正如與索尼相關(guān)的所有產(chǎn)品,其主要問題可以歸結(jié)為一個(gè)詞:執(zhí)行。
Totoki的采訪表明,對索尼而言,競爭和成本是其關(guān)鍵問題。無論是智能手機(jī)、智能手表還是其他任何最新的可穿戴產(chǎn)品,短期內(nèi)這一點(diǎn)都不會(huì)改變。
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。