Android設(shè)備廠商聯(lián)合在智能手機(jī)市場份額方面占據(jù)絕對優(yōu)勢,但蘋果卻將智能手機(jī)產(chǎn)業(yè)的幾乎全部利潤收入囊中。
《華爾街日報(bào)》刊文稱,市場研究公司Canaccord Genuity董事總經(jīng)理麥克·沃克利(Mike Walkley)表示,今年第一季度,蘋果占到了全球八大智能手機(jī)廠商營業(yè)利潤總額的92%,上年同期的這一數(shù)字為65%。
考慮到蘋果在全球智能手機(jī)出貨量中的占比僅為20%,新數(shù)據(jù)顯得更是引人注目。三星排在第二位,占到全球智能手機(jī)產(chǎn)業(yè)營業(yè)利潤的15%。據(jù)Canaccord Genuity稱,蘋果和三星占到全球智能手機(jī)產(chǎn)業(yè)營業(yè)利潤107%的原因是,第一季度其他智能手機(jī)廠商盈虧平衡或虧損。
在智能手機(jī)銷量中占比僅20%的情況下,蘋果能占到營業(yè)利潤92%的一個(gè)原因是產(chǎn)品價(jià)格更高。
《華爾街日報(bào)》援引市場研究公司Strategy Analytics的數(shù)據(jù)稱,2014年iPhone全球范圍內(nèi)的平均售價(jià)為624美元(約合人民幣3817元),遠(yuǎn)高于Android手機(jī)的185美元(約合人民幣1132元)。配置大尺寸顯示屏的iPhone 6和iPhone 6 Plus需求強(qiáng)勁進(jìn)一步提高了蘋果利潤率。在截至2015年3月28日的2015財(cái)年第二季度,蘋果iPhone銷量比一年前增長了43%,而且價(jià)格更高,在iPhone 6和iPhone 6 Plus拉動下,同期內(nèi)iPhone平均售價(jià)增長了逾60美元(約合人民幣367元)至659美元(約合人民幣4030元)。
其他原因是,蘋果產(chǎn)品線與Android廠商相比具有唯一性。盡管有不同型號,但蘋果只銷售一款智能手機(jī)iPhone,相比之下,Android廠商銷售包括從低端到高端在內(nèi)的多款產(chǎn)品。撇開iOS和Android哪種平臺更好的爭議,蘋果能給產(chǎn)品定個(gè)高價(jià)的原因是,其手機(jī)與市場上眾多Android智能手機(jī)相比“鶴立雞群”。
蘋果利潤增長正值其他智能手機(jī)廠商業(yè)績增長乏力之際。由于在高端市場上面臨蘋果,在低端市場上面臨小米、華為等中國智能手機(jī)廠商的激烈競爭,三星營收和市場份額雙雙滑坡。三星6月份表示,預(yù)計(jì)第二季度其利潤將出現(xiàn)七連跌。
HTC 6月份披露,繼連續(xù)4個(gè)季度實(shí)現(xiàn)盈利后,預(yù)計(jì)第二季度營收將會下跌并出現(xiàn)凈虧損。即使中國智能手機(jī)廠商也感到了危機(jī)感,小米本月早些時(shí)候稱,今年上半年銷售3500萬部智能手機(jī),可能難以完成今年銷售1億部手機(jī)的目標(biāo)。
蘋果現(xiàn)在面臨著如何超越iPhone 6系列的挑戰(zhàn)。但至少一名業(yè)內(nèi)人士指出,在智能手機(jī)產(chǎn)品利潤方面,蘋果將繼續(xù)占有主導(dǎo)地位。美國電信公司Verizon Communications首席運(yùn)營官丹尼·斯特里格爾(Denny Strigl)向《華爾街日報(bào)》表示,“蘋果的主導(dǎo)地位很難撼動,我認(rèn)為蘋果不會出現(xiàn)失誤。”
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(shí)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(shí)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(shí)顯著提升訓(xùn)練效率,已在多個(gè)任務(wù)上驗(yàn)證有效性。