傳聞稱蘋果將在9月份新產(chǎn)品發(fā)布會上推出可穿戴設(shè)備iWatch。
而蘋果聯(lián)合創(chuàng)始人史蒂夫·沃茲尼亞克(Steve Wozniak)日前在一封電子郵件中表示,即使蘋果推出該產(chǎn)品,這款產(chǎn)品也不會向智能手機(jī)或平板電腦那樣,很容易賣給消費者,包括他本人在內(nèi),不會輕易下單購買。
沃茲認(rèn)為,蘋果已將可穿戴產(chǎn)品列為公司未來的產(chǎn)品類別和發(fā)展方向,這款產(chǎn)品有機(jī)會為智能手表行業(yè)樹立一個方向,使該產(chǎn)品類別最終得以生存。但今后可穿戴產(chǎn)品在市場上的表現(xiàn),不會像蘋果2007年引入iPhone智能手機(jī)時,在大眾市場引起轟動。
沃茲尼亞克表示:“我認(rèn)為智能手表將很難賣。它屬于智能手機(jī)的附件,需要一些智能手機(jī)所不具備的特定功能才會有吸引力。如果只是一個藍(lán)牙附件,那就屬于藍(lán)牙耳機(jī)范疇,只不過多了可穿戴和展示功能。”
多年來一直有傳聞稱,蘋果將進(jìn)入可穿戴設(shè)備市場,而現(xiàn)在,多個報道預(yù)測蘋果將在今年秋季推出自己的可穿戴設(shè)備。而其最大的競爭對手——三星公司,也積極在此領(lǐng)域展開競爭,并率先推出了Android Wear系統(tǒng)。
蘋果要想在可穿戴市場獲得成功,產(chǎn)品必須提供一些令人驚訝的功能,比如像iPhone具有觸摸屏,超薄設(shè)計。當(dāng)前可穿戴市場競爭激烈,多家公司已推出了各自產(chǎn)品,這些產(chǎn)品大都具備體育鍛煉和健身監(jiān)測功能。
當(dāng)前,LG和三星電子公司各自推出了自己的智能手表,兩款產(chǎn)品顯示屏幕略大于1.5英寸。談及可穿戴產(chǎn)品的顯示屏幕,沃茲表示:“就我個人而言,我想要一個更大些的屏幕,這樣可以和iPhone進(jìn)行很好的互動。1.5英寸屏幕對我來說有點小,如果能夠作為iPhone的揚聲器就更好了。對我來說我的Martian手表非常有用,而我不怎么戴Galaxy Gear手表,就是這個原因。”
沃茲還談及了可穿戴設(shè)備的健身和健康監(jiān)測功能。沃茲認(rèn)為,該功能雖然不太引人注目,但這是蘋果產(chǎn)品潛在區(qū)分于其他同類產(chǎn)品的競爭優(yōu)勢。沃茲稱,“如果蘋果在iWatch中引入一些個人健康監(jiān)測功能,并不會令人感到意外。”
蘋果已向媒體發(fā)出的邀請函顯示,該公司將在9月9日舉行新產(chǎn)品發(fā)布會。蘋果在邀請函上稱:“希望我們可以說的更多”(wish we could say more),這也是否暗示:除了發(fā)布下一代旗艦智能手機(jī)iPhone 6外,蘋果還有可能發(fā)布iWatch智能手表。
沃茲對蘋果新品發(fā)布會充滿期待,他稱:“我正屏息以待”。
好文章,需要你的鼓勵
新加坡國立大學(xué)研究團(tuán)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(jì)大學(xué)團(tuán)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(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(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)隊通過對比實驗發(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(qiáng)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(jī)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。