微軟通過(guò)其“數(shù)字微軟”(Microsoft by the Numbers)網(wǎng)頁(yè)披露,Windows Phone Store應(yīng)用商店中應(yīng)用數(shù)量達(dá)到30萬(wàn)款,每天新增數(shù)百款應(yīng)用。
當(dāng)然,對(duì)于應(yīng)用商店來(lái)說(shuō),應(yīng)用數(shù)量并不是唯一,應(yīng)用質(zhì)量也很重要。正如科技博客網(wǎng)站W(wǎng)PCentral指出的那樣,大多數(shù)領(lǐng)先的移動(dòng)應(yīng)用已經(jīng)登陸Windows Phone Store。
應(yīng)用是移動(dòng)平臺(tái)成功的關(guān)鍵因素之一。多款Windows Phone Lumia手機(jī)因創(chuàng)新性和用戶(hù)友好的功能受到好評(píng),但是,如果沒(méi)有必要的應(yīng)用,消費(fèi)者也會(huì)投奔其他平臺(tái)。當(dāng)然,在由蘋(píng)果iPhone和Android手機(jī)主導(dǎo)的智能手機(jī)市場(chǎng)上,應(yīng)用數(shù)量能為Windows Phone贏得的客戶(hù)會(huì)受到一定限制。盡管已經(jīng)“貴”為第三大智能手機(jī)平臺(tái),但Windows Phone市場(chǎng)份額僅約為3%。
蘋(píng)果6月份曾表示,App Store應(yīng)用商店中的應(yīng)用數(shù)量達(dá)到120萬(wàn)款。
Windows Phone應(yīng)用數(shù)量的增長(zhǎng)給人留下深刻印象。據(jù)科技博客網(wǎng)站The Next Web稱(chēng),2012年6月Windows Phone應(yīng)用數(shù)量為10萬(wàn)款,12月份增長(zhǎng)至15萬(wàn)款,去年12月進(jìn)一步攀升至20萬(wàn)款,今年6月份達(dá)到了30萬(wàn)款,即約半年時(shí)間新增加了10萬(wàn)款。
微軟發(fā)言人表示,“目前,我們的Windows Phone應(yīng)用數(shù)量超過(guò)30萬(wàn)款,Windows Phone Store將繼續(xù)增長(zhǎng)。過(guò)去一年,Windows和Windows Phone應(yīng)用數(shù)量增長(zhǎng)了94%,活躍開(kāi)發(fā)者數(shù)量增長(zhǎng)了50%。”
微軟公關(guān)部門(mén)發(fā)言人朱莉•摩根(Julie Morgan)當(dāng)?shù)貢r(shí)間周四在推文中證實(shí)了Windows Phone應(yīng)用數(shù)量達(dá)到30萬(wàn)款的消息,她預(yù)計(jì)統(tǒng)一的Windows應(yīng)用將進(jìn)一步推動(dòng)Windows Phone應(yīng)用數(shù)量的增長(zhǎng)。
微軟的統(tǒng)一Windows項(xiàng)目是微軟在手機(jī)、平板電腦和PC上統(tǒng)一Windows平臺(tái)戰(zhàn)略的一部分。微軟將提供統(tǒng)一的開(kāi)發(fā)平臺(tái),開(kāi)發(fā)者可以使用相同的內(nèi)核代碼為Windows和Windows Phone開(kāi)發(fā)應(yīng)用。微軟還希望融合Windows Store和Windows Phone應(yīng)用商店。一旦這一戰(zhàn)略得到實(shí)施,將大幅增加Windows和Windows Phone應(yīng)用的數(shù)量。
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。