CNET科技資訊網(wǎng) 12月1日 國(guó)際報(bào)道:2016年全球智能手機(jī)銷量持平,但新興市場(chǎng)上4G智能手機(jī)銷售的強(qiáng)勁增長(zhǎng)仍然是一個(gè)亮點(diǎn)。
根據(jù)市場(chǎng)調(diào)研公司IDC對(duì)智能手機(jī)2016年銷售的最新預(yù)測(cè),預(yù)計(jì)本年度全球智能手機(jī)出貨量將達(dá)到14.5億臺(tái)左右,這意味著其同比增長(zhǎng)率僅為0.6%,據(jù)IDC表示,這一數(shù)據(jù)較該行業(yè)在2014年到2015年間10.4%的增長(zhǎng)率明顯急劇下降。
唯一的好消息是,主要集中于新興市場(chǎng)的4G智能手機(jī)的銷售,預(yù)計(jì)在2016年將同比上漲21.3%。當(dāng)然,這一數(shù)據(jù)的增長(zhǎng)主要得益于智能手機(jī)在亞洲、拉丁美洲、中歐、東歐和中東地區(qū)發(fā)展市場(chǎng)的銷售。而在2015年,這些地區(qū)的4G智能手機(jī)銷售僅占其總銷售額的61%,預(yù)計(jì)2016年其銷量將占據(jù)該地區(qū)智能手機(jī)出貨量的77%。
與此同時(shí),智能手機(jī)去年在成熟市場(chǎng)的銷量放緩,如美國(guó)、中國(guó)和西歐市場(chǎng),它們2015年的銷售增長(zhǎng)只有個(gè)位數(shù)。而預(yù)計(jì)這些市場(chǎng)2016年的銷售甚至?xí)兊酶恪?/p>
不少大型手機(jī)制造商都感受到了智能手機(jī)銷量下降所帶來(lái)的“劇痛”,例如蘋果和三星的手機(jī)銷量都出現(xiàn)了顯著下滑。據(jù)市場(chǎng)研究公司Gartner表示,今年第三季度,三星經(jīng)歷了其有史以來(lái)最大幅度的銷售下滑,下降幅度達(dá)14%。從某種程度上而言,三星這次的業(yè)績(jī)暴跌與其Galaxy Note 7因電池故障導(dǎo)致的一些爆炸或起火事故有關(guān)。而盡管蘋果新推出了iPhone 7,該公司的第三季度銷量也下降了6.6%。
原因是什么呢?——智能手機(jī)行業(yè)已經(jīng)受到了“手機(jī)疲勞”的打擊。成熟市場(chǎng)中的消費(fèi)者已經(jīng)因新手機(jī)缺乏令人振奮的新鮮功能對(duì)手機(jī)失去了興趣,致使更多的人依然堅(jiān)持使用他們當(dāng)前的智能手機(jī)。與此同時(shí),移動(dòng)運(yùn)營(yíng)商正在逐漸放棄其補(bǔ)貼計(jì)劃,這使得更多的顧客選擇以全款零售價(jià)購(gòu)買手機(jī),抑制了高價(jià)型號(hào)手機(jī)的銷售。
好文章,需要你的鼓勵(lì)
新加坡國(guó)立大學(xué)研究團(tuán)隊(duì)開(kāi)發(fā)了SPIRAL框架,通過(guò)讓AI與自己對(duì)弈零和游戲來(lái)提升推理能力。實(shí)驗(yàn)顯示,僅訓(xùn)練AI玩簡(jiǎn)單撲克游戲就能讓其數(shù)學(xué)推理能力提升8.6%,通用推理提升8.4%,且無(wú)需任何數(shù)學(xué)題目作為訓(xùn)練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉(zhuǎn)移到數(shù)學(xué)解題中,為AI訓(xùn)練提供了新思路。
同濟(jì)大學(xué)團(tuán)隊(duì)開(kāi)發(fā)的GIGA-ToF技術(shù)通過(guò)融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機(jī)噪聲問(wèn)題。該技術(shù)利用圖像間的不變幾何關(guān)系,結(jié)合深度學(xué)習(xí)和數(shù)學(xué)優(yōu)化方法,在合成數(shù)據(jù)集上實(shí)現(xiàn)37.9%的精度提升,并在真實(shí)設(shè)備上展現(xiàn)出色泛化能力,為機(jī)器人、AR和自動(dòng)駕駛等領(lǐng)域提供更可靠的3D視覺(jué)解決方案。
伊利諾伊大學(xué)研究團(tuán)隊(duì)通過(guò)對(duì)比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過(guò)強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺(jué)語(yǔ)言模型雖然表現(xiàn)出"頓悟時(shí)刻"現(xiàn)象,但這些自我糾錯(cuò)行為并不能實(shí)際提升推理準(zhǔn)確率。研究揭示了AI模型存在"生成-驗(yàn)證差距",即生成答案的能力強(qiáng)于驗(yàn)證答案質(zhì)量的能力,且模型在自我驗(yàn)證時(shí)無(wú)法有效利用視覺(jué)信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機(jī)構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過(guò)動(dòng)態(tài)稀疏性實(shí)現(xiàn)大語(yǔ)言模型訓(xùn)練加速1.6倍,計(jì)算成本降低2.2倍。該方法使用SVD稀疏性估計(jì)器智能選擇重要計(jì)算部分,在保持模型性能的同時(shí)顯著提升訓(xùn)練效率,已在多個(gè)任務(wù)上驗(yàn)證有效性。