摩托羅拉移動總裁兼首席運(yùn)營官Rick Osterloh對Moto X成為市場冠軍有信心,即使花費(fèi)10年時(shí)間也在所不惜。
他說:“我們將持之以恒,直到人人都知道這款手機(jī)。可能會花10年時(shí)間,也許是兩年,對我們來說不是什么事。”
Moto X周四與低價(jià)的Moto G智能手機(jī)一同上市。新Moto X在部件,尺寸,材質(zhì)上均有改進(jìn),價(jià)格低于老款Moto X。這款手機(jī)將在本月底上市。
Osterloh希望聯(lián)想年底從Google手中接管摩托羅拉移動后采取緩慢與穩(wěn)步的戰(zhàn)略。他說,聯(lián)想完全支持摩托羅拉移動。
他說:“聯(lián)想知道我們正在做的一切,以及我們的戰(zhàn)略。我們對戰(zhàn)略的長期性很有信心。”聯(lián)想方面以收購尚未完成為由拒絕發(fā)表評論。
在高端智能手機(jī)市場市場,摩托羅拉以及未來的母公司聯(lián)想需要耐心,尤其是在美國等發(fā)達(dá)國家,這些市場由蘋果和三星占主導(dǎo)地位。
IDC的報(bào)告顯示,摩托羅拉在全球手機(jī)市場占有2.8%的份額,一年前份額為1%。蘋果和三星加起來的份額超過37%。
Osterloh承認(rèn)摩托羅拉手機(jī)需要提高產(chǎn)品知名度。舊版Moto X在單手控制以及定制化外觀方面獲得不少贊譽(yù),但這款手機(jī)去年在市場上表現(xiàn)得不溫不火。Osterloh對此并不擔(dān)憂。
他說:“我們很清楚要在發(fā)達(dá)市場快速增長有多么的難,但我們有經(jīng)驗(yàn)。”
他的自信來自Moto X在其它市場取得成功,Moto X在印度是三大高端智能手機(jī)之一,在巴西,它的排名也靠前。
Osterloh說:“年復(fù)一年,如果我們不斷努力,我們很有信心成為冠軍。”
Moto X已經(jīng)進(jìn)入墨西哥與德國,英國等歐洲國家也會很快開售Moto X。這款手機(jī)還獲得了運(yùn)營商的廣泛支持。
去年,摩托羅拉向運(yùn)營商提供了黑白兩款Moto X,今年,公司將向合作伙伴提供更多選擇,消費(fèi)者有望直接購買皮革與木頭版Moto X。
與新Moto X上市的,還有Moto 360智能手表,價(jià)格為250美元。
摩托羅拉相信,這款手表可以吸引眾多用戶,因?yàn)槠渫庥^很漂亮。
Moto 360還具有心率監(jiān)測,運(yùn)動追蹤,智能手機(jī)提醒功能。
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(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。