當?shù)貢r間上周日晚間,據(jù)科技博客Re/Code網(wǎng)站爆料,蘋果以3000萬美元收購了初創(chuàng)公司Concept.io。利茲·加恩斯(Liz Gannes)形容該初創(chuàng)公司旗下的iOS版流媒體播客應用Swell為“類潘多拉的電臺應用”,而對筆者而言,它屬于一個主屏幕應用。
Swell應用具有強大的播客發(fā)現(xiàn)功能。首次啟動后,用戶將會選擇大約十幾種預定義分類(如技術、科學、電影等),之后Swell就會根據(jù)用戶的喜好為其推出個人播客。與潘多拉和iTunes Radio一樣,Swell能根據(jù)用戶對播客的跳過、喜愛、分享和收聽次數(shù)來為用戶提供更多相關播客。而且它真的很棒。
Swell應用中的播客是流媒體而非已下載的播客,這不同于典型的“播客”應用,使得用戶無需進行尋找-認購-下載-播放的操作,即可聽到自己喜愛的播客。
Swell還有著一個極其簡潔、漂亮的卡片式用戶界面,使得其內(nèi)容處于屏幕中央。當用戶正在播放播客時,用戶可向左滑動跳至下一個播客,此外還有常規(guī)的播放、暫停、刪除和共享控制手勢。
而當?shù)貢r間本周三,蘋果關閉了這項Swell服務。筆者在使用該應用時證實了這一點。
如今,Swell應用和Concept.io/Swell.am網(wǎng)站上只顯示著一個簡單的“謝謝”頁面,完全沒有提及蘋果的收購交易,以及該服務是否或何時會回歸。
一項非常不錯的應用被收購后便被關閉,這著實令人感到苦惱,不過筆者還是希望蘋果未來能“復活”Swell。畢竟蘋果自家推出的播客應用反響很差,因而蘋果應該會再發(fā)行Swell應用取代其之前的播客應用。
不過,蘋果也可能僅僅收購這家Concept.io初創(chuàng)公司的知識產(chǎn)權(quán)和設計師們,來將他們安排至iTunes音樂軟件部門,致力于iTunes Radio或其當前播客應用的研發(fā)和改善。與此同時,蘋果還可以借助這些Concept.io的設計師們?yōu)槠鋓Tunes Radio添加Talk功能。
在重新考慮其音樂應用的同時,蘋果應該為OS X終止iTunes,之后將其作為音樂、電影、軟件和播客的個人特制系列應用再發(fā)行。臺式電腦上的iTunes是一種典型的臃腫軟件,而且已經(jīng)演化成一種用戶體驗噩夢。
雖然因Swell播客應用的突然消失,許多用戶使用的播客受到了影響,但還有其他播客應用可供其選擇,而且均比蘋果僅獲得1.5分評分的播客應用好很多。在Swell應用回歸之前,不妨看看馬可·阿蒙特(Marco Arment)優(yōu)秀的Overcast應用(免費,應用商店)和Downcast應用(2.99美元,應用商店)。
好文章,需要你的鼓勵
新加坡國立大學研究團隊開發(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,僅訓練AI玩簡單撲克游戲就能讓其數(shù)學推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學題目作為訓練材料。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)學解題中,為AI訓練提供了新思路。
同濟大學團隊開發(fā)的GIGA-ToF技術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。該技術利用圖像間的不變幾何關系,結(jié)合深度學習和數(shù)學優(yōu)化方法,在合成數(shù)據(jù)集上實現(xiàn)37.9%的精度提升,并在真實設備上展現(xiàn)出色泛化能力,為機器人、AR和自動駕駛等領域提供更可靠的3D視覺解決方案。
伊利諾伊大學研究團隊通過對比實驗發(fā)現(xiàn),經(jīng)過強化學習訓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,通過動態(tài)稀疏性實現(xiàn)大語言模型訓練加速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練效率,已在多個任務上驗證有效性。