科技博客網(wǎng)站Re/code報道稱,蘋果將在9月份的iPhone發(fā)布會上同時公布傳言已久的智能手表產(chǎn)品。
消息稱,蘋果將在9月份的新產(chǎn)品發(fā)布會上同步發(fā)布一款可穿戴設(shè)備和兩款iPhone。目前尚不清楚這款可穿戴設(shè)備是否就是被外界廣泛稱作“iWatch”的智能手表。
外界預(yù)計(jì)蘋果將在9月份的新產(chǎn)品發(fā)布會上同時公布4.7英寸和5.5英寸兩種型號的iPhone。一種比較低的可能性是蘋果將把可穿戴設(shè)備的發(fā)布時間推遲到10月份。蘋果通常在10月份發(fā)布新款iPad平板電腦和Mac計(jì)算機(jī)。如果蘋果在iPhone發(fā)布會上發(fā)布可穿戴設(shè)備,將是對蘋果傳統(tǒng)產(chǎn)品發(fā)布策略的“背叛”??纱┐髟O(shè)備將是蘋果自2010年發(fā)布第一代iPad以來的第一種全新產(chǎn)品。
Re/code文章稱,蘋果的可穿戴設(shè)備將“充分利用”HomeKit和HealthKit平臺。這兩款平臺都旨在使開發(fā)人員更方便地把智能家居和健身應(yīng)用融合到蘋果iOS生態(tài)鏈中。蘋果6月份宣布,HomeKit和HealthKit將是今年秋季發(fā)布的iOS 8的一部分。
Re/code本月早些時候報道,蘋果將在9月9日舉行iPhone發(fā)布會。
多年來一直有傳言稱蘋果將進(jìn)軍快速增長的可穿戴設(shè)備市場,但這一直僅僅是傳言而已,曾有不具名的蘋果低層員工提到這一項(xiàng)目。長期以來,分析師和投資者都預(yù)計(jì)蘋果將在今年秋季公布可穿戴設(shè)備產(chǎn)品。蘋果一向不就公司的產(chǎn)品發(fā)布計(jì)劃發(fā)表評論。但蘋果互聯(lián)網(wǎng)、軟件和服務(wù)業(yè)務(wù)掌門埃迪•庫伊(Eddy Cue)5月份曾表示,“蘋果正在開發(fā)我加盟25年以來最棒的產(chǎn)品。”
目前尚不清楚的另外一個問題是,蘋果在開發(fā)一款還是多款新產(chǎn)品。這一問題還引發(fā)出另外一個問題,即傳言中蘋果下個月公布的可穿戴設(shè)備是一款智能手表嗎?
蘋果的可穿戴設(shè)備也可能是與耐克FuelBand相似的健身腕帶。今年早些時候,耐克停止繼續(xù)開發(fā)FuelBand硬件,有傳言稱耐克將在軟件開發(fā)方面與蘋果密切合作。自2005年以來,蘋果CEO蒂姆•庫克(Tim Cook)就一直是耐克董事。
蘋果進(jìn)入可穿戴設(shè)備市場將面臨大量競爭對手,其中包括三星、LG、摩托羅拉,以及硬件創(chuàng)業(yè)公司Pebble、Basis Science等。如果蘋果的可穿戴設(shè)備是一款配置有顯示屏的健身腕帶,其競爭對手將是Fitbit、Jawbone以及許多健康硬件產(chǎn)品廠商的智能手表和醫(yī)療追蹤產(chǎn)品。
好文章,需要你的鼓勵
新加坡國立大學(xué)研究團(tuán)隊(duì)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(shí)驗(yàn)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(jì)大學(xué)團(tuán)隊(duì)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(jī)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(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)通過對比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過強(qiáng)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(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(jī)構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過動態(tài)稀疏性實(shí)現(xiàn)大語言模型訓(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顯著提升訓(xùn)練效率,已在多個任務(wù)上驗(yàn)證有效性。