9月2日,魅族的新品發(fā)布會(huì)將如期而至。根據(jù)之前各種渠道的消息顯示,魅族此次將在會(huì)上推出的是一款旗艦級(jí)產(chǎn)品——MX4。盡管直到現(xiàn)在都沒有任何一條確鑿的消息泄露出其廬山真面目,但是根據(jù)部分消息可推測出,魅族MX4將分為Pro和標(biāo)準(zhǔn)兩個(gè)版本。昨日,通過魅族副總裁李楠在微博上的確認(rèn),9月2日發(fā)布會(huì)只有一款標(biāo)準(zhǔn)版,所以大家更期待的Pro版恐怕還需要更耐心的等待。
疑似魅族MX4手機(jī)跑分圖
近日,網(wǎng)絡(luò)上爆出一張疑似魅族MX4標(biāo)準(zhǔn)版優(yōu)化后的跑分圖,從圖中可以看到,這款型號(hào)為k95v2的疑似魅族MX4的手機(jī),使用安兔兔5.0測試版進(jìn)行了跑分,分?jǐn)?shù)居然驚人的達(dá)到了52811,如果這是真的,那么魅族MX4的性能無疑將再創(chuàng)新高。
國家無線電管理局型號(hào)核準(zhǔn)公告截圖
根據(jù)國家無線電管理局公布的型號(hào)核準(zhǔn)公告來看,此次魅族共有2個(gè)機(jī)型通過核準(zhǔn)。其中名為M460的機(jī)型支持GSM/TD-SCDMA/TD-LTE網(wǎng)絡(luò),預(yù)測為移動(dòng)的4G版本;名為M461的機(jī)型則支持GSM/WCDMA/TD-LTE/LTE FDD網(wǎng)絡(luò),預(yù)測為聯(lián)通4G版本。從這些信息不難推測出,明日發(fā)布的魅族MX4標(biāo)準(zhǔn)版將依舊保持移動(dòng)、聯(lián)通兩種網(wǎng)絡(luò)制式,除此之外的其他硬件配置應(yīng)該沒有差別。至于電信版的問世,可能還要延后。
疑似魅族MX4配置圖
根據(jù)魅族科技高級(jí)經(jīng)理張恒在微博上的消息,此次魅族MX4的確配備了MTK6595八核處理器,不具備指紋識(shí)別功能。也正是因?yàn)橹讣y識(shí)別功能的原因,導(dǎo)致魅族MX4 Pro版本的延遲發(fā)布。此外配置方面還被曝出擁有3GB RAM并且搭載了500萬像素+1600萬像素的攝像頭,采用最新版的Flyme 4.0固件。
還有一些額外的傳聞,例如代言人將請知名影視劇明星高圓圓出任等。最后還需要談一談的就是大家關(guān)心的價(jià)格問題。
就目前的消息來看,爆出的所有價(jià)格都是業(yè)內(nèi)人士以及網(wǎng)友們的預(yù)測,共有1999元和2499元兩種看法。不過對(duì)價(jià)格的爭論,魅族老總黃章在魅族論壇中的回復(fù)為“MX4打算不賺錢賣”,其主要原因在于魅族當(dāng)前處于融資擴(kuò)大規(guī)模的狀態(tài),并且希望規(guī)模進(jìn)一步擴(kuò)大,進(jìn)而推動(dòng)公司股票上漲,使股東和員工得到回報(bào)。
從這么多的傳言和推測來看,網(wǎng)友對(duì)于MX4的熱情還是很高的,不過真相只有一個(gè)。究竟魅族MX4標(biāo)準(zhǔn)版會(huì)以怎樣的形態(tài)出現(xiàn)在大家面前,還是讓我們共同期待明天的發(fā)布會(huì)來告訴我們吧!
好文章,需要你的鼓勵(lì)
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(duì)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(dòng)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(duì)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(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(dòng)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(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。