平板電腦產(chǎn)業(yè)仍然在健康發(fā)展,只是增長(zhǎng)速度已遠(yuǎn)低于2年前的全盛時(shí)期。
市場(chǎng)研究公司IDC的最新數(shù)據(jù)顯示,今年第三季度全球平板電腦出貨量增長(zhǎng)11.5%。IDC的數(shù)據(jù)與另外一家市場(chǎng)研究公司Gartner早些時(shí)候的預(yù)期相符合,Gartner預(yù)計(jì)平板電腦銷量將增長(zhǎng)約11%。
IDC認(rèn)為,推動(dòng)第三季度平板電腦銷售增長(zhǎng)的是返校銷售季以及美國(guó)消費(fèi)者對(duì)平板電腦的“胃口”,美國(guó)市場(chǎng)平板電腦出貨量同比增長(zhǎng)18%,高于其他任何地區(qū)。但平板電腦產(chǎn)業(yè)的基本問(wèn)題依舊存在——消費(fèi)者換機(jī)周期延長(zhǎng)。
盡管遭遇有史以來(lái)最大的跌幅,第三季度蘋果還是銷售了1230萬(wàn)臺(tái)iPad,仍然是第一大平板電腦廠商。在最近的財(cái)報(bào)分析師電話會(huì)議上,蘋果指出,換機(jī)周期延長(zhǎng),消費(fèi)者對(duì)新款iPhone的偏好,可能是iPad銷量滑坡的原因。IDC預(yù)計(jì),在今年剩下的時(shí)間中,新款iPhone將繼續(xù)影響iPad的銷售。
三星銷售了990萬(wàn)臺(tái)平板電腦,市場(chǎng)份額為18%——略低于上年同期,仍然是第二大平板電腦廠商。IDC表示,三星在慢慢開(kāi)始專注于北美、中東和非洲市場(chǎng),亞洲低價(jià)平板電腦廠商尚未大舉進(jìn)入這些市場(chǎng)。
華碩銷售了350萬(wàn)臺(tái)平板電腦,市場(chǎng)份額為6.5%,超過(guò)聯(lián)想成為第三大平板電腦廠商。IDC表示,Windows二合一設(shè)備的暢銷推動(dòng)了華碩平板電腦銷售的增長(zhǎng)。
盡管市場(chǎng)排名跌至第四,但聯(lián)想與華碩的差距并不大,平板電腦出貨量約為300萬(wàn)臺(tái)。IDC指出,聯(lián)想平板電腦出貨量增長(zhǎng)近30%的原因是,它在新興市場(chǎng)上的優(yōu)勢(shì)以及新?tīng)I(yíng)銷活動(dòng)的成功。
五大平板電腦廠商中的新秀是RCA。RCA平板電腦出貨量為260萬(wàn)臺(tái),主要市場(chǎng)在美國(guó),其低價(jià)設(shè)備在返校銷售季相當(dāng)暢銷。
IDC高級(jí)研究分析師Jitesh Ubrani說(shuō),“盡管低價(jià)設(shè)備廠商的出貨量相當(dāng)高,但蘋果等大廠商仍然獲得了豐厚利潤(rùn)。售價(jià)低于100美元(約合人民幣614.5元)的平板電腦業(yè)務(wù)是不可持續(xù)的,蘋果對(duì)此很清楚,這可能是它對(duì)市場(chǎng)份額流失不擔(dān)心的原因。”
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(kāi)發(fā)了SPIRAL框架,通過(guò)讓AI與自己對(duì)弈零和游戲來(lái)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(wú)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(kāi)發(fā)的GIGA-ToF技術(shù)通過(guò)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(wèn)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(jué)解決方案。
伊利諾伊大學(xué)研究團(tuán)隊(duì)通過(guò)對(duì)比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過(guò)強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺(jué)語(yǔ)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(wú)法有效利用視覺(jué)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(guò)動(dòng)態(tài)稀疏性實(shí)現(xiàn)大語(yǔ)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。