市場(chǎng)研究機(jī)構(gòu)ComScore最新發(fā)布的一份報(bào)告顯示,在截至今年1月份的過(guò)去3個(gè)月時(shí)間內(nèi),蘋(píng)果在美國(guó)智能手機(jī)市場(chǎng)的平均份額達(dá)到41.6%,三星列第二,市場(chǎng)份額為26.7%,而LG以6.9%的份額排在第三。
圖1:截至1月份的過(guò)去三個(gè)月 美智能機(jī)市場(chǎng)廠商份額情況
盡管蘋(píng)果手機(jī)倍受歡迎,但在移動(dòng)平臺(tái)方面,蘋(píng)果iOS仍無(wú)法與谷歌安卓系統(tǒng)匹敵。ComScore數(shù)據(jù)顯示,期間安卓操作系統(tǒng)在美國(guó)智能機(jī)市場(chǎng)份額達(dá)到51.7%、位居第一,而蘋(píng)果iOS以41.6%的份額列第二,Windows Phone和黑莓系統(tǒng)分別以3.2%和3.1%的市場(chǎng)份額緊隨其后。
圖2:截至1月份的過(guò)去三個(gè)月 美智能機(jī)市場(chǎng)移動(dòng)平臺(tái)份額情況
調(diào)查顯示,對(duì)于iPhone手機(jī)和安卓移動(dòng)平臺(tái)來(lái)說(shuō),今年在美國(guó)智能機(jī)市場(chǎng)上的開(kāi)局都不錯(cuò)。值得注意的是,從制造商角度來(lái)看,蘋(píng)果的市場(chǎng)份額增長(zhǎng)了1個(gè)百分點(diǎn),三星的市場(chǎng)份額上漲了1.3個(gè)百分點(diǎn);然而一個(gè)有趣的現(xiàn)象是,安卓的市場(chǎng)份額卻下降了0.5個(gè)百分點(diǎn)。
除了發(fā)布流行的智能機(jī)硬件和操作系統(tǒng)外,ComScore這份報(bào)告的另一主要目的是公布移動(dòng)瀏覽器市場(chǎng)數(shù)據(jù)。報(bào)告顯示,谷歌網(wǎng)站吸引了近90%的美國(guó)手機(jī)用戶(hù),緊隨其后的是Facebook,其吸引了87%的美國(guó)智能機(jī)用戶(hù),雅虎和亞馬遜分別贏得了86.2%和69%的美國(guó)智能機(jī)用戶(hù)訪(fǎng)問(wèn)。
報(bào)告還顯示,調(diào)查期內(nèi),F(xiàn)acebook成為美國(guó)市場(chǎng)最受歡迎手機(jī)應(yīng)用,有77.6%的用戶(hù)都安裝了這一應(yīng)用;52.4%的用戶(hù)都安裝了Google Play;YouTube為第三大熱門(mén)移動(dòng)應(yīng)用,部署率為49.7%;而Google Search則以48.9%的部署率位居第四。
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。