北京時(shí)間8月10日消息,據(jù)英國(guó)《金融時(shí)報(bào)》報(bào)道,谷歌日前表示,未來公司將在印度市場(chǎng)重新推出Android One廉價(jià)智能手機(jī)項(xiàng)目,目標(biāo)是在印度市場(chǎng)推出價(jià)格在50美元以下的智能手機(jī)產(chǎn)品。
在今年的谷歌開發(fā)者大會(huì)上Android One再次被提及
谷歌印度和東南亞業(yè)務(wù)總經(jīng)理拉賈·阿南丹(Rajan Anandan)表示,谷歌依舊“非??粗?rdquo;Android One——這一幫助制造商生產(chǎn)質(zhì)優(yōu)價(jià)廉智能手機(jī)的技術(shù)項(xiàng)目。但谷歌自去年9月在印度新德里推出Android One項(xiàng)目以來,一直未獲進(jìn)展。
阿南丹承認(rèn),此前這一備受期待的移動(dòng)技術(shù)標(biāo)準(zhǔn)“交付未能達(dá)到預(yù)期”,并稱因供應(yīng)鏈問題導(dǎo)致相關(guān)手機(jī)缺貨,而這些廉價(jià)手機(jī)大多由中國(guó)廠商代工。但阿南丹表示,谷歌計(jì)劃“在未來幾周時(shí)間內(nèi)”將重啟Android One項(xiàng)目。“這跟任何一家公司試圖啟動(dòng)一項(xiàng)新的首創(chuàng)項(xiàng)目一樣——我們也遇到了一些問題。”阿南丹說。
Android One是谷歌所創(chuàng)建的一個(gè)與其Android操作系統(tǒng)關(guān)聯(lián)的新的商業(yè)項(xiàng)目,是谷歌復(fù)制其在傳統(tǒng)桌面搜索領(lǐng)域優(yōu)勢(shì)地位的重要組成部分。該項(xiàng)目尤其關(guān)注規(guī)模達(dá)數(shù)億的首次使用智能手機(jī)的新興市場(chǎng)用戶,比如印度國(guó)內(nèi)用戶。
去年谷歌推出Android One項(xiàng)目時(shí),曾表示該項(xiàng)目下的智能機(jī)價(jià)位標(biāo)準(zhǔn)在100美元左右,但阿南丹稱,他希望在印度市場(chǎng)上推出的Android One智能機(jī)的最佳價(jià)位在2000盧布至3000盧布( 約合31-47美元)之間,以滿足市場(chǎng)大規(guī)模需求。
好文章,需要你的鼓勵(lì)
騰訊ARC實(shí)驗(yàn)室推出AudioStory系統(tǒng),首次實(shí)現(xiàn)AI根據(jù)復(fù)雜指令創(chuàng)作完整長(zhǎng)篇音頻故事。該系統(tǒng)結(jié)合大語言模型的敘事推理能力與音頻生成技術(shù),通過交錯(cuò)式推理生成、解耦橋接機(jī)制和漸進(jìn)式訓(xùn)練,能夠?qū)?fù)雜指令分解為連續(xù)音頻場(chǎng)景并保持整體連貫性。在AudioStory-10K基準(zhǔn)測(cè)試中表現(xiàn)優(yōu)異,為AI音頻創(chuàng)作開辟新方向。
Meta與特拉維夫大學(xué)聯(lián)合研發(fā)的VideoJAM技術(shù),通過讓AI同時(shí)學(xué)習(xí)外觀和運(yùn)動(dòng)信息,顯著解決了當(dāng)前視頻生成模型中動(dòng)作不連貫、違反物理定律的核心問題。該技術(shù)僅需添加兩個(gè)線性層就能大幅提升運(yùn)動(dòng)質(zhì)量,在多項(xiàng)測(cè)試中超越包括Sora在內(nèi)的商業(yè)模型,為AI視頻生成的實(shí)用化應(yīng)用奠定了重要基礎(chǔ)。
上海AI實(shí)驗(yàn)室發(fā)布OmniAlign-V研究,首次系統(tǒng)性解決多模態(tài)大語言模型人性化對(duì)話問題。該研究創(chuàng)建了包含20萬高質(zhì)量樣本的訓(xùn)練數(shù)據(jù)集和MM-AlignBench評(píng)測(cè)基準(zhǔn),通過創(chuàng)新的數(shù)據(jù)生成和質(zhì)量管控方法,讓AI在保持技術(shù)能力的同時(shí)顯著提升人性化交互水平,為AI價(jià)值觀對(duì)齊提供了可行技術(shù)路徑。
谷歌DeepMind團(tuán)隊(duì)開發(fā)的GraphCast是一個(gè)革命性的AI天氣預(yù)測(cè)模型,能夠在不到一分鐘內(nèi)完成10天全球天氣預(yù)報(bào),準(zhǔn)確性超越傳統(tǒng)方法90%的指標(biāo)。該模型采用圖神經(jīng)網(wǎng)絡(luò)技術(shù),通過學(xué)習(xí)40年歷史數(shù)據(jù)掌握天氣變化規(guī)律,在極端天氣預(yù)測(cè)方面表現(xiàn)卓越,能耗僅為傳統(tǒng)方法的千分之一,為氣象學(xué)領(lǐng)域帶來了效率和精度的雙重突破。