《爸爸回來了》第2季5月9日正式回歸,節(jié)目中最耀眼的搭檔無疑是明星爸爸賈乃亮和霸氣可愛的“馨爺”——賈云馨。對于“乃爸”和“馨爺”這對無敵組合萌翻一眾觀眾的同時,許多人也在像小編一樣猜測:“乃爸”在日常生活中是用什么手機記錄“馨爺”的成長點滴呢?
“乃爸”和“馨爺”的粉絲們趕快去仔細看看浙衛(wèi)視《爸爸回來了》的回放吧!節(jié)目中,浙衛(wèi)視可是曝光了這個小秘密,而且還曝光了賈乃亮家里的電視品牌。它們均來自樂視超級家族——樂視超級手機、樂視超級電視。
不信?下面就隨《爸爸回來了》的視頻來一起回看吧。“馨爺”醒了之后尋找“乃爸”,賈乃亮急的衣服都沒穿就起床去伺候“馨爺”。在“馨爺”和“乃爸”在床上共享親子時光的時候,欄目組的攝像鏡頭明顯拍攝到了床頭放有一部白色的手機。定格視頻可以發(fā)現(xiàn),可以發(fā)現(xiàn)手機的充電接口為Type-C接口,機身為弧形設(shè)計。手機接口兩側(cè)是呈蜂窩狀設(shè)計的揚聲器和話筒。
通過縮放視頻可以發(fā)現(xiàn),Type-C接口及弧形設(shè)計的機身更為清晰。目前,在國內(nèi)智能手機市場上采用Type-C接口的手機只有一家——樂視超級手機。如果粉絲們還覺得這不能確認是樂視超級手機的話,那么賈乃亮、李小璐、賈云馨一家三口在飯桌前的溫馨自拍,則明顯地告訴你:賈乃亮用的是樂視超級手機。因為,賈乃亮拍照用的手機后背清晰地寫著“樂視TV”的LOGO。
顯然,賈乃亮是在樂視超級手機1來記錄“馨爺”的成長點滴。事實上,在超級手機還在評測階段,賈乃亮就是第一個曝光樂視超級手機的明星。而其妻子——李小璐也是第一個在微博上展示樂視超級手機亮屏后的明星。
今年2月28日晚上19:41分,賈乃亮在微博上曝光了樂視超級手機照片。賈乃亮說:“我今天偶然間目睹了樂視超級手機,不廢話,神機美翻了。”當(dāng)時,賈乃亮這條微博在短短數(shù)小時的時間里,就有超過5萬人點贊,數(shù)千人轉(zhuǎn)發(fā)評論。
值得一提的是,《爸爸回來了》節(jié)目中還曝光了賈乃亮家采用的也是樂視超級電視。霸氣“馨爺”盤腿坐在沙發(fā)上看電視的場景,相信很多粉絲都看到了。網(wǎng)友評論道,賈乃亮從樂視超級手機還在評測的時候就用上了,現(xiàn)在每天晚上還都放在床頭,看來他對樂視超級家族是滿滿的真愛呀!
看著 “乃爸”和“馨爺”在一起的快樂玩耍,有好事網(wǎng)友問“乃爸”:“能否抽空微博秀下超級手機的體會呀!滿足一下同是樂迷們的小小要求?”
據(jù)了解,樂視手機已經(jīng)于5月5日開啟預(yù)約,截止時間為5月19日。本次預(yù)約活動僅限于登錄樂視商城或樂視商城App的用戶,預(yù)約成功后用戶可以參加本月19日12點整的樂視手機1和樂視手機Pro的量產(chǎn)版開放購買活動。在19日樂視將會投放20萬臺超級手機,其中售價1499元的樂視手機1有19萬臺,售價2499元的樂視手機1Pro一萬臺。
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(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。