魅族在去年年底推出了全新子品牌“魅藍(lán)”,它的目標(biāo)人群就是“年輕人”,致力于給年輕人提供更好的產(chǎn)品。
昨日,魅族在京發(fā)布了新機(jī)魅藍(lán)2,售價(jià)定為599元。魅族白永祥在發(fā)布會上宣布,在五個(gè)月時(shí)間里魅藍(lán)斬獲了超過500萬臺的銷量,而魅藍(lán)Note2也成為了今年6.18的銷量冠軍。
看得出來,魅族在“魅藍(lán)”這個(gè)品牌上傾注了很多心血。而魅藍(lán)2的發(fā)布會,魅族也不單單把它當(dāng)做一場產(chǎn)品的發(fā)布會,這里有大家期待的魅藍(lán)2,有大家喜愛的筷子兄弟、好妹妹樂隊(duì),還有魅藍(lán)的企業(yè)責(zé)任(mCycle舊機(jī)回收服務(wù))。
現(xiàn)如今的IT圈發(fā)布會,常常會看到明星出沒,而由一場發(fā)布會變成演唱會的例子也不在少數(shù)。
魅藍(lán)2也邀請了筷子兄弟、好妹妹樂隊(duì)助陣,好妹妹唱了《你飛到城市另一邊》和《你曾是少年》,筷子兄弟唱了《老男孩》和《小蘋果》,不同的是,明星的出現(xiàn)并沒有“喧賓奪主”,而是更好的詮釋了“情懷”二字。
魅藍(lán)的目標(biāo)人群就是“年輕人”,怎樣定義年輕人呢?搜索網(wǎng)絡(luò)得知,年輕人多指10歲到20多歲的人,也就是80、90后,甚至00后,這個(gè)群體的特征很鮮明,他們有的人很文藝,有的人喜歡張揚(yáng)個(gè)性,有的人提倡情懷,魅族也是抓住了這一特點(diǎn),在發(fā)布會之初就把整體的情緒調(diào)整到最高點(diǎn)。
“青年良品”一直是魅藍(lán)的品牌內(nèi)涵,即使是千元機(jī),也要做的顏值爆表,性能強(qiáng)勁。
魅藍(lán)產(chǎn)品整體給人的感覺就是顏色多、精致,而設(shè)計(jì)語言也是一直沿襲了一代,整體外觀變化不大,最大的改變就是mBack實(shí)體鍵取代了小圓圈Home鍵,魅藍(lán)2新增了灰色版本,白永祥表示,希望給魅藍(lán)2增添一絲沉穩(wěn)的感覺。
該機(jī)采用了聯(lián)發(fā)科MT6735處理器(64位四核),配置了5寸720P屏幕,擁有2GB內(nèi)存、16GB存儲、2500毫安時(shí)電池、1300萬像素主鏡頭,支持雙卡雙待、移動聯(lián)通雙4G,售價(jià)599元,昨日開啟預(yù)約,8月3日,魅藍(lán)2將正式發(fā)售。
環(huán)??梢哉f是時(shí)下最熱門的話題之一,固廢污染就是其中一項(xiàng),我們今天使用的電腦、涉及這些設(shè)備在它的生命周期結(jié)束以后都會變成固體廢物,也就是經(jīng)常講到的電子垃圾。手機(jī)等電子產(chǎn)品里有很多重金屬,這些設(shè)備如果處理不當(dāng)?shù)脑挘瑫o我們身邊的環(huán)境包括水源、土壤、空氣造成很大影響。
李楠在魅藍(lán)2發(fā)布會上亮相,并沒有提及老本行“Flyme”,而是講到了環(huán)境污染問題,并且宣布魅族將推廣mCycle舊機(jī)回收服務(wù),該服務(wù)不是僅限于魅族手機(jī),也把小米、華為、蘋果品牌的舊機(jī)器進(jìn)行回收,回收價(jià)格可直接用于抵消魅族手機(jī)的購買金額,該服務(wù)8月18日上線。
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。