時隔兩年,耐克終于推出了其Android版燃料腕帶(FuelBand)應(yīng)用,彌補了該腕戴健身追蹤設(shè)備在這兩年來不斷擴大的空白。然而,僅僅幾個月后蘋果和谷歌預(yù)計將分別推出其自有可穿戴設(shè)備,而耐克此時宣布其FuelBand健康追蹤器支持Android系統(tǒng),會不會一切都太晚了呢?
無論是使用Galaxy S3、S4或S5,還是使用Moto X、HTC One或Nexus 5的Android用戶,均可從谷歌Play商店中下載英文版的這一應(yīng)用,可供下載的國家有美國、加拿大、德國和日本。該設(shè)備兼容Android 4.3 Jelly Bean及以上版本的Android系統(tǒng)。
FuelBand是一款可穿戴設(shè)備,能夠依靠低功耗藍(lán)牙技術(shù)與用戶的智能手機進(jìn)行通信,來追蹤用戶步頻、燃燒的卡路里以及該公司專有的運動指標(biāo)——“燃料值”(NikeFuel)。然而,在2012年耐克發(fā)布FuelBand設(shè)備時,許多Android手機沒有低功耗藍(lán)牙。因此這一FuelBand健康追蹤設(shè)備一直以來僅先于支持iOS系統(tǒng),這引起了很多使用其他受到好評設(shè)備的Android用戶的憤怒。
耐克在去年證實稱,Android對低功耗藍(lán)牙缺乏普遍支持,這正是FuelBand不支持該平臺的原因。耐克數(shù)碼運動(Digital Sport)部門副總裁史蒂凡·奧蘭德(Stefan Olander)也淡化了之前的謠言,即耐克公司與蘋果公司長期合作關(guān)系是其設(shè)備僅支持iOS的原因,這可以追溯到2006年的Nike+iPod。
正值耐克可穿戴設(shè)備難熬之際,耐克公司卻突然做出了歡迎Android加入其FuelBand家族這個決定。而據(jù)最近《紐約時報》對蘋果首席執(zhí)行官蒂姆•庫克的描述來看,Android版FuelBand應(yīng)用發(fā)布之際,正是蘋果iWatch傳聞升溫之時,而據(jù)初步計劃iWatch將于今年秋季推出。
除了未來來自蘋果的強大競爭力,耐克還將面臨更為直接的威脅:谷歌。這家搜索巨頭推出的可穿戴式操作系統(tǒng)Android Wear,可加載于一系列智能手表設(shè)備中,其中包括摩托羅拉的Moto 360智能手表和來自聯(lián)想、三星、Fossil的一系列競爭產(chǎn)品,以及其他預(yù)計將進(jìn)軍新興健身追蹤設(shè)備市場的競爭者。
然而,更重要的是,耐克自身也對其可穿戴設(shè)備部門進(jìn)行了重組。今年四月,該公司解雇了數(shù)碼運動部門工程師團隊的大部分人,他們主要負(fù)責(zé)可穿戴設(shè)備的硬件開發(fā),這距離耐克發(fā)布其第二代FuelBand SE僅僅六個月。而本次重組的目標(biāo)是將耐克的技術(shù)重點從昂貴的設(shè)備轉(zhuǎn)向其Nike+應(yīng)用生態(tài)系統(tǒng)。盡管耐克不會明確聲稱它將退出硬件開發(fā)(耐克公司表示新顏色的FuelBand即將到來),但該公司確實將其較小版的FuelBand推定于今年秋季發(fā)布。
四月晚些時候,耐克CEO馬克·帕克(Mark Parker)在接受CNBC采訪時證實,耐克公司確實從硬件轉(zhuǎn)向了軟件,并為蘋果與耐克為iWatch達(dá)成合作伙伴關(guān)系的傳聞“火上澆油”。帕克說道:“我只能說,耐克和蘋果之間的合作關(guān)系還會繼續(xù)保持下去。而且正如所有耐克成員一樣,我個人也對即將到來的產(chǎn)品感到非常興奮。”
通過建立總部位于舊金山的Nike+Fuel Lab研發(fā)中心,耐克公司在確保自身在移動健身軟件領(lǐng)域的地位方面已邁出了重要的一步,該研發(fā)中心將充當(dāng)一個可穿戴設(shè)備孵化器的作用,運行耐克軟件。不過很顯然,在推出更完美的設(shè)備之前,耐克仍會將FuelBand作為一款可行產(chǎn)品。
今年6月,耐克將FuelBand的價格下調(diào)至99美元,并發(fā)布了最新的世界杯定制黃金版FuelBand。如今耐克終于為FuelBand添加了Android支持,這或許會成為這款產(chǎn)品的最后“遺物”,為科技巨頭進(jìn)入可穿戴市場騰出空位。
好文章,需要你的鼓勵
新加坡國立大學(xué)研究團隊開發(fā)了SPIRAL框架,通過讓AI與自己對弈零和游戲來提升推理能力。實驗顯示,僅訓(xùn)練AI玩簡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。
同濟大學(xué)團隊開發(fā)的GIGA-ToF技術(shù)通過融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機噪聲問題。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)集上實現(xiàn)37.9%的精度提升,并在真實設(shè)備上展現(xiàn)出色泛化能力,為機器人、AR和自動駕駛等領(lǐng)域提供更可靠的3D視覺解決方案。
伊利諾伊大學(xué)研究團隊通過對比實驗發(fā)現(xiàn),經(jīng)過強化學(xué)習(xí)訓(xùn)練的視覺語言模型雖然表現(xiàn)出"頓悟時刻"現(xiàn)象,但這些自我糾錯行為并不能實際提升推理準(zhǔn)確率。研究揭示了AI模型存在"生成-驗證差距",即生成答案的能力強于驗證答案質(zhì)量的能力,且模型在自我驗證時無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等頂尖機構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過動態(tài)稀疏性實現(xiàn)大語言模型訓(xùn)練加速1.6倍,計算成本降低2.2倍。該方法使用SVD稀疏性估計器智能選擇重要計算部分,在保持模型性能的同時顯著提升訓(xùn)練效率,已在多個任務(wù)上驗證有效性。