YouTube正在重新設(shè)計PC端的網(wǎng)頁視頻播放器,試圖統(tǒng)一其與移動端的用戶界面風(fēng)格。
新版播放器的設(shè)計遵循了Google目前的設(shè)計語言Material Design。原先獨立于視頻播放界面的純黑條塊,被重新設(shè)計為直接覆蓋在視頻畫面的透明條塊,控制條上的功能鍵也頗似Material Design按鈕的設(shè)計風(fēng)格。
除了界面設(shè)計的更改,PC端YouTube還在交互和功能設(shè)計上做了修改:第一,當(dāng)視頻開始播放時,控制條將會消失,帶給用戶全屏的沉浸式觀影體驗,這和YouTube移動端的應(yīng)用設(shè)計一致;第二,新增“稍后觀看”功能鍵,讓用戶能夠收藏視頻至播放列表,稍后再看。
YouTube的這番改變給了其他視頻網(wǎng)站設(shè)計者兩大啟發(fā),一是Google Material Design的設(shè)計風(fēng)格,二是統(tǒng)一PC端和移動端的用戶界面。Material Design是Google在去年7月I/O大會上提出的設(shè)計語言,它很像扁平設(shè)計和擬物設(shè)計的結(jié)合,它在按鍵和內(nèi)容的設(shè)計上都是扁平的,但卻通過重疊、覆蓋等邏輯關(guān)系產(chǎn)生3維空間的效果。
統(tǒng)一PC端和移動端的用戶界面一般是讓PC端向移動端的風(fēng)格靠攏,能減少用戶培養(yǎng)的成本,實現(xiàn)跨平臺的同步和信息的無縫交換。隨著移動端用戶量不斷增大,PC端的用戶呈現(xiàn)向移動端遷移的趨勢,移動端的風(fēng)格成為主導(dǎo)。”去年1月,Twitter也對PC版網(wǎng)站進行了改版,聲稱要讓后者“反映iOS和安卓客戶端的外觀和感覺”。不只是社交媒體和視頻網(wǎng)站,微軟和蘋果也在統(tǒng)一桌面端和移動端的用戶界面上下了功夫。
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(xí)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(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。