戴爾擁有大量的產(chǎn)品專(zhuān)家,他們搜集和分析用戶(hù)需求,了解到用戶(hù)需要什么樣的工作站產(chǎn)品,用戶(hù)有著什么樣的應(yīng)用需求,戴爾的工程師將這些需要反應(yīng)到最終的產(chǎn)品設(shè)計(jì)中,比如說(shuō),用戶(hù)需要更加輕薄的產(chǎn)品,戴爾的工程師就要去實(shí)踐和設(shè)計(jì),哪些材料能夠更好的幫助到用戶(hù),在過(guò)去,戴爾采用了鎂作為移動(dòng)工作站的外殼材料,但是這樣的材料相對(duì)來(lái)說(shuō)比較笨重,同時(shí)容易留下指紋,而由于外殼是金屬,在處理較高工作負(fù)荷任務(wù)時(shí),內(nèi)部熱量會(huì)比較明顯的體現(xiàn)在外殼上,體驗(yàn)不佳,為了解決這個(gè)問(wèn)題,戴爾的工程師團(tuán)隊(duì)創(chuàng)新性的采用了鋁合金材料作為基底,硅材料作為表面材質(zhì),再結(jié)合上碳纖維的背板,這樣的類(lèi)膚質(zhì)材質(zhì)解決了這些問(wèn)題,不僅手感更好,更加輕巧,手感就像碰觸真正的肌膚,拉近了科技與生活的,工作與生活的距離。
Ken Musgrave還為我們分享了其他一些戴爾Precision工作站用戶(hù)體驗(yàn)上的設(shè)計(jì),比如說(shuō)各種易拆卸的設(shè)計(jì),除了機(jī)箱的各個(gè)位置方百年拆卸之外,光驅(qū)、硬盤(pán)、內(nèi)存、顯卡都可以在數(shù)秒之內(nèi)就可以徒手卸下或者替換。
Ken Musgrave認(rèn)為,體驗(yàn)的方式包含有兩個(gè)部分:其一是結(jié)合行業(yè)用戶(hù)需求的設(shè)計(jì),其二是可用性的分析設(shè)計(jì),一個(gè)實(shí)現(xiàn)創(chuàng)意,一個(gè)體現(xiàn)技術(shù)價(jià)值,將這兩者融為一體是其他從事工作站設(shè)計(jì)領(lǐng)域的企業(yè)所沒(méi)有做到的。
在未來(lái),工作站也將更多的實(shí)現(xiàn)移動(dòng)性,移動(dòng)工作站將逐漸擁有更大的發(fā)展空間,同時(shí),觸摸、觸控也更多的被最終用戶(hù)所采納,為了滿(mǎn)足用戶(hù)這樣的需求,戴爾的設(shè)計(jì)團(tuán)隊(duì)也與公司內(nèi)其他團(tuán)隊(duì)一起,致力于打造出更加輕便,擁有更加自然的交互方式,任何時(shí)間地點(diǎn)都可以展開(kāi)工作的工作站產(chǎn)品。
Ken Musgrave的團(tuán)隊(duì)不僅僅是戴爾工作站的設(shè)計(jì)締造者,同時(shí)還是戴爾工作站第一線的用戶(hù),他們用了大量的Precision工作站產(chǎn)品作為生產(chǎn)力工具,他們喜歡最新的Precision產(chǎn)品,也會(huì)把他們對(duì)于產(chǎn)品的理解、感悟融入到新的產(chǎn)品設(shè)計(jì)中。
好文章,需要你的鼓勵(lì)
騰訊ARC實(shí)驗(yàn)室推出AudioStory系統(tǒng),首次實(shí)現(xiàn)AI根據(jù)復(fù)雜指令創(chuàng)作完整長(zhǎng)篇音頻故事。該系統(tǒng)結(jié)合大語(yǔ)言模型的敘事推理能力與音頻生成技術(shù),通過(guò)交錯(cuò)式推理生成、解耦橋接機(jī)制和漸進(jìn)式訓(xùn)練,能夠?qū)?fù)雜指令分解為連續(xù)音頻場(chǎng)景并保持整體連貫性。在AudioStory-10K基準(zhǔn)測(cè)試中表現(xiàn)優(yōu)異,為AI音頻創(chuàng)作開(kāi)辟新方向。
Meta與特拉維夫大學(xué)聯(lián)合研發(fā)的VideoJAM技術(shù),通過(guò)讓AI同時(shí)學(xué)習(xí)外觀和運(yùn)動(dòng)信息,顯著解決了當(dāng)前視頻生成模型中動(dòng)作不連貫、違反物理定律的核心問(wèn)題。該技術(shù)僅需添加兩個(gè)線性層就能大幅提升運(yùn)動(dòng)質(zhì)量,在多項(xiàng)測(cè)試中超越包括Sora在內(nèi)的商業(yè)模型,為AI視頻生成的實(shí)用化應(yīng)用奠定了重要基礎(chǔ)。
上海AI實(shí)驗(yàn)室發(fā)布OmniAlign-V研究,首次系統(tǒng)性解決多模態(tài)大語(yǔ)言模型人性化對(duì)話(huà)問(wèn)題。該研究創(chuàng)建了包含20萬(wàn)高質(zhì)量樣本的訓(xùn)練數(shù)據(jù)集和MM-AlignBench評(píng)測(cè)基準(zhǔn),通過(guò)創(chuàng)新的數(shù)據(jù)生成和質(zhì)量管控方法,讓AI在保持技術(shù)能力的同時(shí)顯著提升人性化交互水平,為AI價(jià)值觀對(duì)齊提供了可行技術(shù)路徑。
谷歌DeepMind團(tuán)隊(duì)開(kāi)發(fā)的GraphCast是一個(gè)革命性的AI天氣預(yù)測(cè)模型,能夠在不到一分鐘內(nèi)完成10天全球天氣預(yù)報(bào),準(zhǔn)確性超越傳統(tǒng)方法90%的指標(biāo)。該模型采用圖神經(jīng)網(wǎng)絡(luò)技術(shù),通過(guò)學(xué)習(xí)40年歷史數(shù)據(jù)掌握天氣變化規(guī)律,在極端天氣預(yù)測(cè)方面表現(xiàn)卓越,能耗僅為傳統(tǒng)方法的千分之一,為氣象學(xué)領(lǐng)域帶來(lái)了效率和精度的雙重突破。