據(jù)微軟表示,首款非“諾基亞”品牌Lumia設(shè)備即將推出,但這并不意味著諾基亞品牌將完全從手機(jī)市場(chǎng)上消失——入門級(jí)手機(jī)依舊使用“諾基亞”品牌。
今年四月,微軟以72億美元的價(jià)格收購(gòu)了諾基亞的手機(jī)業(yè)務(wù),這筆交易將把Lumia系列手機(jī)從諾基亞手機(jī)業(yè)務(wù)部門中剝離出來。這家芬蘭公司(諾基亞)仍繼續(xù)存在,只是不再進(jìn)行任何關(guān)于手機(jī)制造的業(yè)務(wù)了。作為本次交易的一部分,微軟還獲得了暫時(shí)繼續(xù)在其新手機(jī)上使用“諾基亞”這個(gè)名字,但該公司也正逐步調(diào)整,將其即將推出的最新款手機(jī)命名為Microsoft Lumia。如上圖所示,新款Microsoft Lumia設(shè)備發(fā)布時(shí)將會(huì)是這個(gè)樣子。
微軟手機(jī)市場(chǎng)營(yíng)銷高級(jí)副總裁tuula rytilä在一篇博文中寫道:“我們期待著馬上揭開Microsoft Lumia設(shè)備的面紗。”她表示品牌名稱的變化是一個(gè)“自然發(fā)展”的過程,并否認(rèn)此舉會(huì)令當(dāng)前的諾基亞Lumia手機(jī)過時(shí)。
然而,此舉確實(shí)會(huì)令人感覺諾基亞Lumia手機(jī)已過時(shí)。對(duì)微軟而言,為促進(jìn)其Windows Phone平臺(tái)的進(jìn)一步發(fā)展,做出這一步重大改變具有很強(qiáng)的商業(yè)意識(shí),畢竟Windows Phone平臺(tái)目前還未能真正與其智能手機(jī)競(jìng)爭(zhēng)對(duì)手相匹敵,如蘋果iPhone和谷歌Android系統(tǒng)。但這已是微軟第二次有效地剝離舊款手機(jī)設(shè)備了——Windows Phone 8推出時(shí),其應(yīng)用已不再兼容現(xiàn)有設(shè)備,便已意味著對(duì)Windows Phone 7設(shè)備的淘汰。未來某一天,待下一代Windows Phone與Windows 10結(jié)合在一起時(shí),微軟或?qū)⒐始贾厥?/p>
與此同時(shí),微軟已經(jīng)獲得諾基亞的授權(quán),還將繼續(xù)銷售入門級(jí)手機(jī)如諾基亞130等眾所周知的諾基亞品牌。這些低端功能機(jī)對(duì)微軟而言非常重要,該公司還指望借此從印度和中國(guó)等發(fā)展中國(guó)家市場(chǎng)中獲取利潤(rùn)。
對(duì)微軟來說,制造手機(jī)在短期內(nèi)尚未表現(xiàn)出有利可圖:在微軟最新的財(cái)務(wù)業(yè)績(jī)報(bào)告中,雖然其銷售方面表現(xiàn)不錯(cuò),但收購(gòu)諾基亞導(dǎo)致的重組成本還是拖累了該公司的盈利。
雖然諾基亞在美國(guó)及其他地區(qū)從未獲得過如此強(qiáng)大的力量,但在歐洲和世界上其他地區(qū),諾基亞這個(gè)手機(jī)品牌有著悠久的歷史。然而,僅在短短幾年前,三星基本上永遠(yuǎn)地摘下了曾屬于諾基亞的“全球最大手機(jī)制造商”的桂冠。在CNET的倫敦辦公室,我們不禁對(duì)諾基亞手機(jī)的逐漸消失感到哀傷,對(duì)我們?cè)S多人來說,諾基亞手機(jī)是我們的第一部電話,如今我們依舊對(duì)諾基亞3210等曾經(jīng)的手機(jī)強(qiáng)者有著深深的依戀。
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。