近日,國內(nèi)知名移動社交應(yīng)用陌陌宣布更新,全面適配Apple Watch。用戶更新陌陌后,即可第一時間通過Apple Watch體驗(yàn)腕上LBS社交功能,隨時隨地發(fā)現(xiàn)身邊驚喜的人和事。
據(jù)了解,陌陌并非簡單的將產(chǎn)品功能移植到Apple Watch有限的屏幕上,而是專門進(jìn)行適配,結(jié)合陌陌的地理位置特性,并充分發(fā)揮Apple Watch優(yōu)勢,讓用戶與朋友的連接變得更加直接高效。
用戶通過Apple Watch上的陌陌“投遞”當(dāng)前地理位置,系統(tǒng)會根據(jù)地理位置為用戶匹配與其具有共同屬性的朋友。當(dāng)好友出沒在用戶身邊時,Apple Watch也會提示,用戶可以第一時間與好朋友聯(lián)系見面,不容錯過任何的偶遇機(jī)會。
陌陌表情一直以形象生動、貼合熱點(diǎn)等特性受到用戶的喜歡,用戶升級產(chǎn)品后,一旦有精彩表情上線,也可通過Apple Watch接收提示,獲取有趣的陌陌表情。
陌陌公司產(chǎn)品副總裁林志霖介紹,讓用戶在Apple Watch的小屏幕上進(jìn)行簡單的操作,在社交場景中方案設(shè)計(jì)會相對受限。因此,陌陌希望可以通過創(chuàng)新的產(chǎn)品功能,為用戶提供更多有價值的、有趣的信息和社交體驗(yàn)。未來,陌陌用戶還可以通過Apple Watch發(fā)現(xiàn)陌陌附近群組、附近活動等。智能硬件已經(jīng)成為未來的發(fā)展方向之一,陌陌也將持續(xù)探索適合不同設(shè)備的創(chuàng)新社交方式。
當(dāng)今技術(shù)的革新和全新社交方式的崛起,給相對密閉的傳統(tǒng)社交模式帶來了巨大的沖擊。作為國內(nèi)領(lǐng)先的基于地理位置的移動社交應(yīng)用,陌陌擁有龐大的用戶量,并倡導(dǎo)用戶打破墨守成規(guī)的生活,利用移動社交平臺的便利,結(jié)識身邊真實(shí)、有趣的人和群體,探索生活的豐富多樣性,發(fā)現(xiàn)更多不同與可能。
關(guān)于陌陌(NASDAQ:MOMO):
作為創(chuàng)新的移動社交平臺,陌陌以個性和生動的方式將人們連接在一起?;趶?qiáng)大和精準(zhǔn)的地理位置特性,陌陌讓用戶彼此連接。通過社交興趣圖譜引擎以及用戶行為數(shù)據(jù)分析,陌陌為用戶提供個性化的社交體驗(yàn)。2014年12月,陌陌擁有月活躍用戶 6930 萬。
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。