當(dāng)?shù)貢r(shí)間本周二,市場(chǎng)研究機(jī)構(gòu)Juniper Research指出,今年全球智能手機(jī)出貨量將接近12億部,較2013年增長(zhǎng)19%。
盡管發(fā)達(dá)市場(chǎng)仍舊占據(jù)智能手機(jī)出貨量的主要份額,但發(fā)展中地區(qū)對(duì)智能手機(jī)廠商的重要性愈加凸顯。成熟市場(chǎng)與新興市場(chǎng)之間的差距不斷縮小。售價(jià)介于75-150美元之間的“低價(jià)經(jīng)濟(jì)”智能手機(jī)和售價(jià)低于75美元的“超低價(jià)”智能手機(jī)在發(fā)展中地區(qū)銷量不斷增長(zhǎng)。
智能手機(jī)在美國和歐洲等發(fā)達(dá)市場(chǎng)上趨于飽和。頂級(jí)廠商仍將主導(dǎo)“高端”市場(chǎng),今年蘋果和三星為全球智能手機(jī)出貨量貢獻(xiàn)近45%的份額。但據(jù)市場(chǎng)研究公司Strategy Analytics 7月份發(fā)布的報(bào)告顯示,上季度兩家公司全球智能手機(jī)份額雙雙下滑。
三星份額由上年同期32.6%下滑至25.2%;蘋果份額則由13.4%下滑至11.9%。Juniper Research指出,兩家公司均面臨著新興市場(chǎng)上本土智能手機(jī)廠商的激烈競(jìng)爭(zhēng),這一趨勢(shì)還將愈演愈烈。
中國小米手機(jī)就是典范,低價(jià)小米智能手機(jī)已經(jīng)在中國和印度市場(chǎng)上獲得大量客戶和市場(chǎng)份額。Strategy Analytic報(bào)告把小米排為全球第五大智能手機(jī)廠商,該公司第二季度全球市場(chǎng)份額由去年同期的1.8%增長(zhǎng)至5.1%,出貨量則由410萬部激增至1510萬部。
Strategy Analytic出爐的全球六大智能手機(jī)廠商排行榜上,上季度華為、聯(lián)想和小米市場(chǎng)份額均出現(xiàn)增長(zhǎng),而蘋果、三星和LG份額則出現(xiàn)下滑。規(guī)模較小的智能手機(jī)廠商更有信心。
Juniper在報(bào)告中寫道:“這些新興智能手機(jī)廠商開始創(chuàng)建市場(chǎng)份額、取得更大規(guī)模經(jīng)濟(jì),最終助力他們擴(kuò)張其產(chǎn)品和服務(wù),在不久的未來挑戰(zhàn)其他智能手機(jī)廠商。”
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(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。