北京時間3月21日消息,據《華爾街日報》報道,知情人士透露,蘋果公司本周一有望在其加州庫比蒂諾總部推出新款小屏手機。這款iPhone 5s的后續(xù)產品將對處理器進行升級,同時提升攝像頭效果,而且能夠使用Apple Pay支付服務。
蘋果還有可能借此機會解決與美國司法部之間不斷升級的法律沖突,后者希望其解鎖圣伯納迪諾槍擊案嫌疑人的iPhone手機。蘋果律師和美國司法部將于周二對簿公堂,以便能夠確定智能手機的隱私和安全邊界。
該公司還有望在發(fā)布會上推出一款9.7英寸的iPad。這款平板電腦可能對處理器進行升級,配置類似于去年11月發(fā)布的12.9英寸的iPad Pro。
蘋果此番升級小屏iPhone正值這款旗艦產品的增速放緩之際,該產品大約占到蘋果總營收的三分之二。在去年12月結束的第一財季內,iPhone銷量增長0.4%,創(chuàng)iPhone 2007年上市以來的最低記錄。分析師預計,該產品本季度的銷量將首次出現(xiàn)下滑。
蘋果最近幾年憑借大屏智能手機屢創(chuàng)銷售和利潤記錄,充分迎合了消費者用大屏手機看視頻、玩游戲和上網沖浪的需求。而在售的iPhone也因此具備了3種尺 寸:5.5英寸的iPhone 6s Plus和iPhone 6 Plus、4.7英寸的iPhone 6s和iPhone 6、4英寸的iPhone 5s。蘋果2015年9月發(fā)布了新款iPhone 6s,但2013年以來始終沒有對4英寸的iPhone進行升級。
現(xiàn)在,蘋果希望迎合喜歡小屏手機用戶的需求,為他們提供最新的服務和功能。
29歲的印度軟件工程師雅士函·塔爾沃(Yashodhan Talwar)就是這樣一位用戶。在他使用的5英寸Nexus 5手機出現(xiàn)電池問題后,他借用了姐姐的老款iPhone 5。“我已經回不去了。”他說。
塔爾沃表示,對他來說,手機更像是一款日常用品,而不是娛樂設備,所以4英寸的屏幕足夠查看地圖、發(fā)送信息或收聽音樂。由于太傷手,所以他已經不再使用大屏手機。
塔爾沃表示,如果蘋果推出4英寸的高端智能手機,塔爾沃就將放棄Android手機。“這個尺寸完全符合我的使用習慣。”他說,“用起來太舒服了。”
美國投資銀行Piper Jaffray分析師基尼·蒙斯特(Gene Munster)去年12月對1077名受訪者進行調查后發(fā)現(xiàn),約有20%的美國消費者偏愛4英寸手機。
加拿大皇家銀行資本市場分析師阿密特·達亞納尼(Amit Daryanani)估計,蘋果每年可以賣出1000萬至1500萬部新款4英寸iPhone。
在截至2015年9月的財年內,蘋果共銷售2.31億部iPhone,所以這一數(shù)字顯得有些微不足道。不過,這款手機仍然有助于提振夏天的銷量,蘋果此時的業(yè)績往往會因為新一代iPhone即將上市而受到沖擊。
目前還不清楚蘋果對這款新手機的定價。iPhone 5s目前是蘋果最便宜的機型,裸機起價450美元。相比而言,iPhone 6s起價650美元,iPhone 6s Plus起價750美元。老款iPhone 6起價550美元,iPhone 6 Plus起價650美元。
Above Avalon是一家專門分析蘋果公司的網站,該網站站長尼爾·賽巴特(Neil Cybart)表示,iPhone用戶群非常龐大,估計達到6.4億,因此足以維持多樣化的屏幕尺寸。
“隨著iPhone走向成熟,需要通過這樣的流程來完善產品線。”賽巴特說,“或許有相當一部分用戶希望購買升級后的4英寸手機。”
大屏iPhone幫助蘋果吸引了新的用戶,同時也吸引現(xiàn)有用戶升級。但蘋果CEO蒂姆·庫克(Tim Cook)對分析師表示,在18個月前(蘋果那時還沒有開始銷售大屏手機)的iPhone中,有60%尚未升級。
這表明小屏手機的確有機會。
對蘋果來說,保持用戶對iPhone的忠誠度變得越來越重要,這款產品如今已經變成了Apple Pay等各種應用和服務的重要門戶。
好文章,需要你的鼓勵
新加坡國立大學研究團隊開發(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,僅訓練AI玩簡單撲克游戲就能讓其數(shù)學推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學題目作為訓練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉移到數(shù)學解題中,為AI訓練提供了新思路。
同濟大學團隊開發(fā)的GIGA-ToF技術通過融合多幀圖像的"圖結構"信息,創(chuàng)新性地解決了3D相機噪聲問題。該技術利用圖像間的不變幾何關系,結合深度學習和數(shù)學優(yōu)化方法,在合成數(shù)據集上實現(xiàn)37.9%的精度提升,并在真實設備上展現(xiàn)出色泛化能力,為機器人、AR和自動駕駛等領域提供更可靠的3D視覺解決方案。
伊利諾伊大學研究團隊通過對比實驗發(fā)現(xiàn),經過強化學習訓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等頂尖機構聯(lián)合提出SparseLoRA技術,通過動態(tài)稀疏性實現(xiàn)大語言模型訓練加速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練效率,已在多個任務上驗證有效性。