愛立信消費(fèi)者研究室年度報(bào)告顯示:消費(fèi)者多地點(diǎn)處理多任務(wù)的現(xiàn)象越來越普遍,為尋求最佳體驗(yàn),消費(fèi)者經(jīng)常在不同上網(wǎng)終端和網(wǎng)絡(luò)連接方式之間進(jìn)行切換。多終端多網(wǎng)絡(luò)的業(yè)務(wù)使用,使得工作和私人生活之間的界限、身處室內(nèi)與室外的界限變得越來越模糊。
每年一度的中國城市消費(fèi)者通信調(diào)查是愛立信消費(fèi)者研究室全球電信研究項(xiàng)目的一部分,該研究針對中國城市地區(qū)的2500名消費(fèi)者進(jìn)行面對面的訪談,研究結(jié)果代表了中國3億城市消費(fèi)者的觀點(diǎn)。
在本次調(diào)查中,平均每個城市家庭中擁有5.4種數(shù)碼終端。移動終端尤其是智能手機(jī),讓人們能夠在任何地點(diǎn)任何時間隨時接入網(wǎng)絡(luò),用戶的上網(wǎng)地點(diǎn)也由家或工作場所逐漸擴(kuò)大到室外等非傳統(tǒng)上網(wǎng)地點(diǎn)。
隨著人們使用互聯(lián)網(wǎng)業(yè)務(wù)的地點(diǎn)增多和他們所使用的終端數(shù)量增加,用戶在使用業(yè)務(wù)的同時切換屏幕的行為也增加。本次調(diào)查的人群中,70%擁有并使用兩個以上聯(lián)網(wǎng)終端,65%的中國城市用戶在使用聯(lián)網(wǎng)業(yè)務(wù)的時候進(jìn)行過屏幕的切換,擁有屏幕數(shù)越多的用戶進(jìn)行的屏幕切換更多。
愛立信消費(fèi)者研究室東北亞區(qū)總監(jiān)徐曉莉表示:“消費(fèi)者看重終端設(shè)備的使用自由,即無論何時何地、采取何種方式使用各種終端設(shè)備,同時今天的消費(fèi)者比以往任何時候都看重使用體驗(yàn),他們希望這種跨屏的體驗(yàn)是無縫的。這樣的需求也使得消費(fèi)者更希望借助一些 云”業(yè)務(wù),來實(shí)現(xiàn)時刻可以接入到互聯(lián)網(wǎng)的服務(wù)。”
研究發(fā)現(xiàn),57%的中國城市用戶希望能夠在一個終端上開始觀看某個視頻,然后再通過另一種終端設(shè)備繼續(xù)觀看;45%的用戶希望能夠在網(wǎng)絡(luò)上接入和存儲自己的文件和數(shù)據(jù)能夠在一個終端上開始觀看某個視頻;同樣的,也有28%的用戶希望他們各種終端設(shè)備上的應(yīng)用軟件(Apps)能夠自動同步。
多終端多業(yè)務(wù)使用帶來的另外一個影響就是,無論是在家、工作、學(xué)校的室內(nèi)環(huán)境,亦或是在上下班途中的室外環(huán)境,用戶都可以不分地點(diǎn)的進(jìn)行各種生活、工作和學(xué)習(xí)相關(guān)的任務(wù)。調(diào)查結(jié)果顯示,接近半數(shù)(48%)的上班族使用自己的私人手機(jī)做與工作相關(guān)的事情,同時更有38%的人在下班后或者非工作地點(diǎn)處理與工作相關(guān)的任務(wù)。隨著消費(fèi)者對移動設(shè)備在不同地點(diǎn)之間的使用,工作和私人生活之間的界限、身處室內(nèi)與室外的界限正變得越來越模糊。
為了能夠獲得隨時隨地的上網(wǎng)體驗(yàn),用戶一旦體驗(yàn)到更好的網(wǎng)絡(luò)性能之后就會持續(xù)不斷的追求更佳網(wǎng)絡(luò)連接。同全球其他地區(qū)的消費(fèi)者一樣,中國的消費(fèi)者已經(jīng)形成了對卓越連接性的偏好,并表示愿意升級其網(wǎng)絡(luò)連接。
基于這個觀察,調(diào)查結(jié)果顯示,42%的3G網(wǎng)絡(luò)用戶希望在未來3個月將他們的移動服務(wù)升級到4G,因此移動寬帶在中國還將有很大的發(fā)展空間。并且對于希望升級移動網(wǎng)絡(luò)的用戶來說,網(wǎng)絡(luò)升級以后,他們會更多的使用移動網(wǎng)絡(luò)觀看視頻,進(jìn)行和工作、學(xué)習(xí)相關(guān)的網(wǎng)絡(luò)業(yè)務(wù),以及更多的使用即時通訊等業(yè)務(wù)。由于消費(fèi)者希望始終連接,受此需求的推動,中國用戶在移動寬帶的使用上講存在巨大的增長潛力。
好文章,需要你的鼓勵
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"頓悟時刻"現(xiàn)象,但這些自我糾錯行為并不能實(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顯著提升訓(xùn)練效率,已在多個任務(wù)上驗(yàn)證有效性。