據(jù)投資公司Piper Jaffray分析師吉恩•蒙斯特(Gene Munster)稱,自iPhone 6 9月中發(fā)售以來,iPhone在美國(guó)移動(dòng)互聯(lián)網(wǎng)流量中的份額有所上升,Android份額則出現(xiàn)下滑。
蒙斯特稱,在iPhone 6發(fā)售以來的9周中,蘋果iOS設(shè)備在美國(guó)移動(dòng)互聯(lián)網(wǎng)流量中的份額由60.6%上升至61.4%,同期內(nèi)Android移動(dòng)互聯(lián)網(wǎng)流量份額由38.4%下滑至37.5%。
這兩款移動(dòng)平臺(tái)在移動(dòng)互聯(lián)網(wǎng)流量份額中的變動(dòng)聽起來可能相當(dāng)小,但卻表明iOS設(shè)備普及率增長(zhǎng)了。移動(dòng)互聯(lián)網(wǎng)流量市場(chǎng)份額變化的時(shí)機(jī)也表明,有更多Android設(shè)備用戶因iPhone 6而倒戈到iOS陣營(yíng)。之前,Android在喜歡大尺寸屏幕的智能手機(jī)用戶中占有上風(fēng)。但是,4.7英寸iPhone 6和5.5英寸iPhone 6 Plus的發(fā)售,使得蘋果進(jìn)入了大尺寸顯示屏手機(jī)市場(chǎng)。
ComScore、Kantar Worldpanel ComTech等市場(chǎng)研究公司的數(shù)據(jù)顯示,在美國(guó)智能手機(jī)硬件市場(chǎng)上,Android仍然是領(lǐng)頭羊。但是,即使在iPhone 6發(fā)售前,iOS在移動(dòng)互聯(lián)網(wǎng)流量方面也遠(yuǎn)遠(yuǎn)超過Android。
蒙斯特在當(dāng)?shù)貢r(shí)間周五發(fā)布的研究報(bào)告中列出了iOS在移動(dòng)互聯(lián)網(wǎng)流量方面超過Android的數(shù)個(gè)原因,其中包括iPad的普及,“Kantar Worldpanel ComTech的資料顯示,iPhone在美國(guó)移動(dòng)互聯(lián)網(wǎng)流量中的份額為33%。我們認(rèn)為,iOS用戶比Android用戶更多地使用手機(jī);iPad的移動(dòng)互聯(lián)網(wǎng)流量大于Android平板電腦”。
好文章,需要你的鼓勵(lì)
騰訊ARC實(shí)驗(yàn)室推出AudioStory系統(tǒng),首次實(shí)現(xiàn)AI根據(jù)復(fù)雜指令創(chuàng)作完整長(zhǎng)篇音頻故事。該系統(tǒng)結(jié)合大語(yǔ)言模型的敘事推理能力與音頻生成技術(shù),通過交錯(cuò)式推理生成、解耦橋接機(jī)制和漸進(jìn)式訓(xùn)練,能夠?qū)?fù)雜指令分解為連續(xù)音頻場(chǎng)景并保持整體連貫性。在AudioStory-10K基準(zhǔn)測(cè)試中表現(xiàn)優(yōu)異,為AI音頻創(chuàng)作開辟新方向。
Meta與特拉維夫大學(xué)聯(lián)合研發(fā)的VideoJAM技術(shù),通過讓AI同時(shí)學(xué)習(xí)外觀和運(yùn)動(dòng)信息,顯著解決了當(dāng)前視頻生成模型中動(dòng)作不連貫、違反物理定律的核心問題。該技術(shù)僅需添加兩個(gè)線性層就能大幅提升運(yùn)動(dòng)質(zhì)量,在多項(xiàng)測(cè)試中超越包括Sora在內(nèi)的商業(yè)模型,為AI視頻生成的實(shí)用化應(yīng)用奠定了重要基礎(chǔ)。
上海AI實(shí)驗(yàn)室發(fā)布OmniAlign-V研究,首次系統(tǒng)性解決多模態(tài)大語(yǔ)言模型人性化對(duì)話問題。該研究創(chuàng)建了包含20萬(wàn)高質(zhì)量樣本的訓(xùn)練數(shù)據(jù)集和MM-AlignBench評(píng)測(cè)基準(zhǔn),通過創(chuàng)新的數(shù)據(jù)生成和質(zhì)量管控方法,讓AI在保持技術(shù)能力的同時(shí)顯著提升人性化交互水平,為AI價(jià)值觀對(duì)齊提供了可行技術(shù)路徑。
谷歌DeepMind團(tuán)隊(duì)開發(fā)的GraphCast是一個(gè)革命性的AI天氣預(yù)測(cè)模型,能夠在不到一分鐘內(nèi)完成10天全球天氣預(yù)報(bào),準(zhǔn)確性超越傳統(tǒng)方法90%的指標(biāo)。該模型采用圖神經(jīng)網(wǎng)絡(luò)技術(shù),通過學(xué)習(xí)40年歷史數(shù)據(jù)掌握天氣變化規(guī)律,在極端天氣預(yù)測(cè)方面表現(xiàn)卓越,能耗僅為傳統(tǒng)方法的千分之一,為氣象學(xué)領(lǐng)域帶來了效率和精度的雙重突破。