北京時間9月10日凌晨1點,一年一度的蘋果秋季新品發(fā)布會將如期而至。今年發(fā)布會的場地選在美國庫伯提諾市的弗林特劇院。從最新的消息來看,目前會場周圍沒有任何招貼或海報,可見這次的發(fā)布會依舊神秘感十足。但再神秘的發(fā)布會,總是有會前傳言來為大家劇透,下面就在發(fā)布會開始前,來看看這些較為可信的消息吧。
弗林特劇院
這場發(fā)布會的一大主角無疑就是新一代的iPhone,從中國三大運行商的預約頁面都突出了“6”這個數(shù)字來看,該款新品的名字應該就是iPhone 6了。而中國電信的預約頁面提供給我們的信息不僅僅如此,頁面上明確的標示了4.7英寸版本iPhone 6的核心信息,其中包括4.7英寸416PPI 全貼合顯示屏、300萬像素大光圈前置攝像頭、 四核心A8處理器、2100mAh的電池容量以及更好的TouchID等,顏色方面則會有黑色、白色、金色三款可選。這樣的劇透顯然有點過分了,不過就好像一部精彩的電影,即使提前知道劇情,喜歡的朋友也不會覺得掃興,反而會情緒更加高漲的去等著驗證劇透的真實性。
相比之下,5.5英寸版本iPhone就要更加神秘了。目前的消息顯示,5.5英寸版很可能命名為“iPhone 6 Plus”。據(jù)法國網(wǎng)站iGen.fr的最新消息稱,5.5英寸版本的iPhone 6將在9月19日與4.7英寸版iPhone 6一同開售,且5.5英寸版為限量發(fā)售。從這條消息可以推測出,5.5英寸版iPhone的產(chǎn)能很可能存在著一定的問題。
關(guān)于藍寶石屏的使用,很可能只有5.5英寸的版本才會配置。這也可以與其限量發(fā)售的消息相呼應,畢竟對于藍寶石屏的產(chǎn)能和效果誰都不敢妄下定論。系統(tǒng)方面搭載IOS8系統(tǒng),另加入了“單手操作模式”,以便用戶更易掌控這臺大屏設(shè)備。
傳說中的iWatch的關(guān)注度在會前甚至超過了iPhone,用萬眾矚目來形容它絕對不過分。目前這款智能穿戴產(chǎn)品基本處于沒有任何可靠爆料消息的狀態(tài),蘋果設(shè)計副總裁艾維曾公開表示“iWatch的到來,將給瑞士鐘表行業(yè)以沉重的打擊。”從這樣的表態(tài)可以肯定iWatch是絕對存在的。但是會不會在這場發(fā)布會上與大家見面,就不好說了。不樂觀的消息是臺灣《經(jīng)濟日報》報道的,據(jù)供應鏈傳出的消息稱,近期蘋果公司已要求iWatch供應鏈暫停出貨。如果真的是這樣的話,那么iWatch可能不僅在9月難以與朋友們見面,今年之內(nèi)可能都不會問世了。但也不排除會先發(fā)布,然后推遲日期上市的可能。
這次發(fā)布會的重頭戲除了iPhone與iWatch外,那就是蘋果的移動支付方案。比起硬件,蘋果更想要占領(lǐng)的市場或許是構(gòu)建出一個完整的移動支付系統(tǒng)。據(jù)Bank Innovation的消息稱,蘋果已經(jīng)與美國運通、摩根大通、花旗銀行、美國銀行等達成了合作,將給與移動交易手續(xù)費的優(yōu)惠,同時也與Visa、MasterCard、美國運通、中國銀聯(lián)達成了合作意向。主要以NFC功能與令牌技術(shù)相結(jié)合,讓智能手機、可穿戴智能設(shè)備等終端可實現(xiàn)代替銀行卡、信用卡的功能,未來也許還可用于設(shè)備配對、數(shù)據(jù)共享、NFC標簽掃描,甚至可作為酒店的虛擬鑰匙等。
當然,還有更多的傳言,由于可信度一般,本文中并沒有提及。劇透就到此為止吧,接下來就讓我們共同期待稍后的發(fā)布會為我們一一揭開謎底吧。
好文章,需要你的鼓勵
新加坡國立大學研究團隊開發(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,僅訓練AI玩簡單撲克游戲就能讓其數(shù)學推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學題目作為訓練材料。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)學解題中,為AI訓練提供了新思路。
同濟大學團隊開發(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)合深度學習和數(shù)學優(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。
伊利諾伊大學研究團隊通過對比實驗發(fā)現(xiàn),經(jīng)過強化學習訓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練效率,已在多個任務上驗證有效性。