北京時間4月18日午間消息,據(jù)美國市場研究公司NPD Group測算,2016年,智能手表在美國成年人中的普及率將達(dá)9%,與運動手環(huán)接近。
NPD認(rèn)為,隨著智能手表的普及率增加,運動手環(huán)將進(jìn)入平臺期。美國運動手環(huán)用戶總數(shù)在經(jīng)過了4年的大幅增長后,將在2016年底達(dá)到3200萬的峰值。
“智能手表今后顯然會蠶食運動手環(huán)的份額。”NPD分析師艾迪·霍爾德(Eddie Hold)說,“事實上,健身和健康應(yīng)用已經(jīng)成為智能手表的推廣重點,因此將分流一部分用戶。”
然而,運動手環(huán)不僅面臨智能手表的威脅,其自身的產(chǎn)品定位同樣存在問題。計步功能的吸引力不大,因而限制了這類設(shè)備的目標(biāo)市場。事實上,約有40%的運動手環(huán)用戶在購買這類設(shè)備后6個月選擇停用。
“對運動手環(huán)來說,好消息在于運動領(lǐng)域的機(jī)會越來越明確。”霍爾德說,“人們需要更多支持GPS和心率監(jiān)測功能的復(fù)雜運動手環(huán),還希望提升堅固性和防水性。盡管我們認(rèn)為運動手環(huán)有可能面臨瓶頸,但這些高端設(shè)備仍將進(jìn)一步推升普及率。”
不過,智能手表和運動手環(huán)市場未來的發(fā)展并不僅僅取決于硬件,應(yīng)用也扮演著至關(guān)重要的角色。第三方開發(fā)商將成為這一市場能否實現(xiàn)長期增長的關(guān)鍵。
“雖然這些新產(chǎn)品無疑都有助于提升需求,但智能手表應(yīng)用才是真正的考驗。”霍爾德說,“這類設(shè)備的確存在著一些需求,使用情境也將相繼出現(xiàn)。但智能手表廠商和應(yīng)用開發(fā)商必須努力將這些產(chǎn)品從‘錦上添花’變成‘必不可少’。”
好文章,需要你的鼓勵
新加坡國立大學(xué)研究團(tuán)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(jì)大學(xué)團(tuán)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(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(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)隊通過對比實驗發(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際提升推理準(zhǔn)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(qiáng)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(jī)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。