隨著用戶對觀看影音視頻效果的需求逐漸的提高,平板電腦也漸漸的往大尺寸發(fā)展。日前,蘋果新發(fā)布的iPad mini 3據(jù)傳說將成為絕唱,蘋果也即將進軍大尺寸平板電腦的領(lǐng)域。而作為該領(lǐng)域的先行者,聯(lián)想Yoga 平板 2 Pro的設(shè)計還是非常搶眼的,下面就讓我們共同來了解下它的同于前代產(chǎn)品的特別之處。
大不是問題 輕才是王道
比起之前的8寸與10.1寸的Yoga平板 2,13.3英寸的大尺寸的設(shè)計使其屏幕相比10.1英寸的屏幕擴展了70%。這樣的設(shè)計盡管造成平板電腦體積的龐大,但是由于纖薄的外觀設(shè)計,以及對機身重量的良好控制,使得商務(wù)出行時攜帶它,并不會有累贅的感覺。與前代相同的轉(zhuǎn)軸底座設(shè)計,可以保持在任意角度進行觀看。獨特的懸掛模式,更是方便了空間不足時使用平板電腦進行娛樂的可能性。
高清新體驗 4K視頻的流暢播放
聯(lián)想Yoga平板2 Rro的屏幕擁有高達2560*1440的分辨率,播放影視劇、電視節(jié)目等可提供更加清晰的體驗。更加值得一提的,Yoga平板2 Pro可以對4K分辨率的超高清片源進行流暢播放,經(jīng)過多個片源的播放測試,在播放過程中絲毫沒有卡頓現(xiàn)象的出現(xiàn),這樣的超高清效果,一定可以為用戶提供新鮮的視覺體驗。配合高清的顯示,內(nèi)置的JBL音響更是提供了影院級的環(huán)繞立體聲體驗,讓Yoga平板2 Pro不負“影音神器”的盛名。
既是移動家庭影院 又是移動商務(wù)投影儀
聯(lián)想Yoga平板2 Pro相比前一代商品最大亮點便是加入了投影的功能。通過內(nèi)置的全球最薄的投影模組,輕松實現(xiàn)對影音視頻、圖文文案、PPT等的投影演示,投影尺寸最大可支持40~80英寸。經(jīng)過實測,透出影像的清晰度可媲美入門級投影機的效果,輕松滿足一般用戶的使用需求。
這樣奇特的投影功能,除了可以應(yīng)用在小型朋友聚會、外出旅行、求婚求愛等生活場景。在商務(wù)場景中也能得到很好的應(yīng)用,例如隨時隨地的商務(wù)文案的演示、產(chǎn)品樣片的播放、較大型的視頻會議等等,具體情形可參考Smart Work中的情況,來看看“IT小白”是怎么做的,地址在此:http://www.cnetnews.com.cn/2014/1020/3036658.shtml。
開創(chuàng)大尺寸平板新道路
此次評測主要圍繞聯(lián)想Yoga平板2 Pro的新增特性進行,該平板作為影音神器,可以為用戶提供優(yōu)秀的感官體驗;而且除了家用之外,還可以輕松應(yīng)對移動辦公的場景中使用平板電腦的需求。這樣定位,為大尺寸平板電腦的發(fā)展開創(chuàng)了一條新鮮的道路。關(guān)于聯(lián)想Yoga平板2的更多信息,可參考之前的文章,地址在此:http://www.cnetnews.com.cn/2014/1010/3035884.shtml。
好文章,需要你的鼓勵
新加坡國立大學(xué)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(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。
同濟大學(xué)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(xué)習和數(shù)學(xué)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(xué)研究團隊通過對比實驗發(fā)現(xiàn),經(jīng)過強化學(xué)習訓(xùn)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(xùn)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(xùn)練效率,已在多個任務(wù)上驗證有效性。