繼微軟把手機(jī)業(yè)務(wù)價(jià)值減記76億美元(約合人民幣465億元)后,諾基亞表示,如果沒有能找到生產(chǎn)和支持智能手機(jī)產(chǎn)品的合作伙伴,它無法重返智能手機(jī)業(yè)務(wù)。
諾基亞在一份聲明中說,“諾基亞重返手機(jī)業(yè)務(wù)的恰當(dāng)途徑是通過品牌授權(quán)模式,這意味著需要找到一家能負(fù)責(zé)包括產(chǎn)品制造、銷售、營銷和提供支持在內(nèi)的全部工作的合作伙伴。”
諾基亞還指出,除因物流原因不能生產(chǎn)新設(shè)備外,根據(jù)2013年與微軟達(dá)成的協(xié)議,它在2016年前不能重返手機(jī)市場。協(xié)議規(guī)定,在協(xié)議2013年9月生效之后的30個(gè)月內(nèi),諾基亞不能把其品牌授權(quán)給利用其品牌銷售手機(jī)的公司,在2016年初前不能使用自己的品牌。
諾基亞稱,“我們將尋找能承擔(dān)重任,與我們密切合作推出出色產(chǎn)品的合作伙伴。根據(jù)與微軟的協(xié)議,我們與合作伙伴合作推出手機(jī)的時(shí)間最早為2016年第四季度,因此,我們可以負(fù)責(zé)任地說,諾基亞在此之前至少不會(huì)推出手機(jī)產(chǎn)品。”
諾基亞今年早些時(shí)候發(fā)布了N1平板電腦,在中國市場反響強(qiáng)烈。諾基亞當(dāng)?shù)貢r(shí)間周一稱,重回手機(jī)產(chǎn)業(yè)將采用相同的模式。
諾基亞稱,“在找到能承擔(dān)這些職責(zé)的世界級合作伙伴后,我們將與它密切合作,指導(dǎo)設(shè)計(jì)和技術(shù)差異性方面的工作。這是移動(dòng)設(shè)備能達(dá)到我們愿意讓它使用我們品牌的標(biāo)準(zhǔn),并吸引人們購買的唯一方式。”
自把手機(jī)業(yè)務(wù)出售給微軟后,諾基亞一直全力發(fā)展移動(dòng)網(wǎng)絡(luò)設(shè)備業(yè)務(wù),并以156億歐元(約合人民幣1651億元)并購了阿爾卡特-朗訊。根據(jù)協(xié)議,阿爾卡特-朗訊股東將持有合并后公司33.5%的股份,諾基亞股東持股比例為66.5%。
最近數(shù)月,諾基亞一直在考慮出售地圖業(yè)務(wù)。自打車應(yīng)用Uber退出后,由寶馬、奔馳和大眾組成的一個(gè)財(cái)團(tuán)成為諾基亞地圖業(yè)務(wù)唯一認(rèn)真的潛在收購方。
好文章,需要你的鼓勵(lì)
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(dòng)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(cuò)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(dòng)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。