正如許多預(yù)測(cè)中的那樣,蘋果的首款平板手機(jī)iPhone 6 Plus即將上市,這一所搭載的5.5英寸屏幕的大屏手機(jī),已被視為蘋果另一暢銷產(chǎn)品——8英寸iPad mini的一種威脅。但iPhone 6 Plus所威脅的或許并非iPad mini一款平板電腦產(chǎn)品。
市場(chǎng)研究公司正在測(cè)算,蘋果的這款大屏手機(jī)將對(duì)其他移動(dòng)設(shè)備帶來多大影響。TECHnalysis Research公司首席分析師鮑勃·唐乃爾(Bob O’Donnell)表示,iPhone 6 Plus將影響到多家生產(chǎn)7英寸平板電腦的公司。因?yàn)橛兄o湊尺寸、價(jià)格適中,7英寸平板產(chǎn)品市場(chǎng)份額迅速崛起,但唐乃爾認(rèn)為,在接下來的幾年時(shí)間里,大屏手機(jī)的出現(xiàn)將對(duì)這些產(chǎn)品的銷量構(gòu)成打擊。
而另外一家研究公司的數(shù)據(jù)表明,消費(fèi)者已經(jīng)更傾向于購(gòu)買更大尺寸的平板電腦。Accenture公司最近的一項(xiàng)調(diào)查稱,相較于小尺寸產(chǎn)品,72%的用戶在選購(gòu)平板電腦時(shí),更青睞于購(gòu)買大屏幕產(chǎn)品。
而ZDNet編輯Rajiv Reo的一篇報(bào)道則稱,最近在印度市場(chǎng)上,由于平板手機(jī)熱銷,平板電腦銷量開始出現(xiàn)下滑。
當(dāng)然,平板手機(jī)也有其美中不足之處,比如由于尺寸過大,它們通常不方便攜帶或者使用,但與7英寸平板電腦相比,它們的確存在很大吸引力,包括提供了更好的移動(dòng)連接方式,而平板只能夠通過Wi-Fi連接。
基于此因,谷歌下一款Nexus平板電腦或?qū)⒉捎?.9英寸屏幕,而非7英寸屏幕。當(dāng)然,微軟是否會(huì)推出“Surface Mini”平板電腦,我們也將拭目以待,而ZDNet編輯Mary Jo Foley則認(rèn)為微軟在明年不會(huì)推出這一產(chǎn)品。
而對(duì)業(yè)界的另一考驗(yàn)是,像東芝推出的搭載Windows 8系統(tǒng)的廉價(jià)7英寸平板電腦Encore Mini,是否會(huì)同樣受到?jīng)_擊。這些產(chǎn)品能夠使Windows系統(tǒng)在移動(dòng)設(shè)備上得到普及,但如果消費(fèi)者堅(jiān)持遠(yuǎn)離小型平板產(chǎn)品,這一戰(zhàn)略可能將受阻。
好文章,需要你的鼓勵(lì)
新加坡國(guó)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(jiǎn)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。