CNET科技資訊網(wǎng) 10月26日 國際報道:小米本周二在北京推出了一款全新概念手機(jī),事實上,它不是名義上的概念機(jī),而是真機(jī)。
小米MIX,由法國設(shè)計師菲利普·斯塔克(Philippe Starck)參與設(shè)計,史無前例的配備6.4寸無邊框顯示屏,無邊框的程度幾乎占了整個屏幕。目前市面上其他手機(jī)往往會保留屏幕的上下兩端空間,為前置攝像頭和Home鍵騰地兒,而小米Mix將這些地方也全都省了,僅僅在屏幕右下角為前置攝像頭留了一丟丟空間。
美國CNET記者第一時間上手體驗了這款手機(jī),對它的做工和手感有了深刻印象:“我真心不是一個6寸以上的大屏手機(jī)愛好者,我認(rèn)為它們用起來太過笨重,但是小米MIX幾乎就要改變我的這一想法了,因為未來的手機(jī)很有可能都長這個樣子,而小米在這點上已經(jīng)走在行業(yè)前端。”
這無疑是一件改變行業(yè)規(guī)則的產(chǎn)品。為了與無上下邊框的屏幕相適應(yīng),處理好用戶通話聽筒的安置問題,小米采用了“壓電陶瓷驅(qū)動器”來將聲音傳導(dǎo)到用戶耳中,方便通話。不過,小米MIX并不是第一款使用極細(xì)邊框設(shè)計的手機(jī),2014年夏普也曾走過同樣的路線。
除此之外,小米MIX還有其他一些很酷的技術(shù)創(chuàng)新,例如使用超聲波傳感器代替距離感應(yīng)器,這一功能可以像壓電陶瓷驅(qū)動器那樣在顯示屏后方實現(xiàn)。小米還為MIX裝有一套防誤觸系統(tǒng),防止用戶在拿著手機(jī)時不小心碰到觸摸屏幕。
整個手機(jī)機(jī)身采用流光溢彩的黑色陶瓷材質(zhì),不過跟未來也有可能變成指紋采集器。機(jī)身背面,有一個1600萬像素的后置攝像頭和一個指紋傳感器。不同于iPhone 7和三星Galaxy S7,小米Mix并不具備防水功能。
不過,小米MIX只在中國銷售,且數(shù)量有限。小米也說了,這款小米MIX主要面向那些鐵桿粉絲出售。但將來我們很可能會看到寬屏等技術(shù)逐漸滲透到未來的小米設(shè)備中。
小米MIX將于11月4日在中國發(fā)售,將同時推出兩種機(jī)型——一款配置4GB內(nèi)存加128GB內(nèi)置存儲,售價3499元(約合510美元、680澳元或420英鎊);另一款為尊享版,采用18K鍍金包邊,配置6GB內(nèi)存加256GB內(nèi)置存儲,售價3999元(約合590美元、770澳元或480英鎊)。
小米MIX主要參數(shù):
·高通驍龍821處理器
·高通快充3.0技術(shù)的4400mAh電池
·NFC
·1600萬像素后置攝像頭
前置攝像頭在屏幕右下角
好文章,需要你的鼓勵
浙江大學(xué)團(tuán)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(zhǔn)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(tuán)隊提出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。實驗顯示,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,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(tuán)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(jī)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(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(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。