移動(dòng)終端設(shè)備逐漸成為了人們生活中必不可少的產(chǎn)品,在這股浪潮下,OEM廠商的焦點(diǎn)也集中在了平板電腦、智能手機(jī)上面。
在今年的CES上面,華碩就發(fā)布了Zenfone智能手機(jī)家族。今天,華碩也在京推出了這一系列產(chǎn)品,包括Zenfone 5、Zenfone 6與Padfone mini。
華碩董事長(zhǎng)施崇棠提出了“IN SEARCH OF INCREDIBLE”這個(gè)口號(hào),他表示華碩的愿景是成為數(shù)位新時(shí)代最受推崇的世界級(jí)領(lǐng)導(dǎo)企業(yè)。
物美價(jià)廉的平價(jià)手機(jī) Zenfone 5 & Zenfone 6
Zenfone 5與Zenfone 6都有多種機(jī)身顏色供選擇,在參數(shù)上面也大致相同。
Zenfone 5采用了主頻為1.6GHz或2.0GHz的英特爾Atom 2*2超級(jí)芯,擁有分辨率為1280*720的5英寸第三代康寧Gorilla強(qiáng)化玻璃,搭載了800萬(wàn)像素的Pixel Master后置攝像頭,內(nèi)置電池為2110mAh。
Zenfone 6采用了主頻為2.0GHz的英特爾Atom 2*2超級(jí)芯,屏幕與Zonfone 5一樣,而后置攝像頭則由800萬(wàn)像素提升至1300萬(wàn)像素,內(nèi)置電池容量也增加到了3300mAh。
這兩款手機(jī)支持多項(xiàng)拍照特技,效果非常出色,而且也都支持GloveTouch技術(shù),就是用戶戴著手套也能操作,靈敏度很高。
多彩Padfone mini 平板、手機(jī)兩用
PadFone是華碩推出的變形手機(jī),實(shí)現(xiàn)了平板、手機(jī)兩用,還有多種顏色可選。這次發(fā)布的Padfone mini在配置等方面也有了提升,它采用了主頻為1.6GHz的英特爾Atom 2*2超級(jí)芯,后背插入的手機(jī)為4英寸,擁有800*480的分辨率的手機(jī)屏;而平板電腦則使用了分辨率為1280*800的7寸顯示屏,電池方面手機(jī)為1200mAh,平板為2200mAh,支持64GB拓展卡。
專屬的Zen UI
Zenfone 5、Zenfone 6與Padfone mini都運(yùn)行了基于Android系統(tǒng)深度優(yōu)化的Zen UI,這也是華碩推出的全新用戶操作界面,簡(jiǎn)易的圖標(biāo)設(shè)計(jì),整體風(fēng)格也非常小清新,還有What’s Next及華碩小管家等功能。
據(jù)悉,Zenfone 5售價(jià)799元起,Zenfone 6售價(jià)999元起,而今年華碩在CES上宣布的售價(jià)為99美元(約為615 RMB)與149美元(約為925 RMB),可以說(shuō)華碩在中國(guó)的定價(jià)還是平易近人的,華碩Zenfone 5&6將登陸易迅商城發(fā)售,今日16:30上架“開搶”。
下面是Zenfone 5&6、Padfone mini高清圖賞:
Zenfone 5:
Zenfone 6:
Padfone mini:
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。