CNET科技資訊網(wǎng) 3月21日 北京消息:3月21日-25日,科技圈都有什么新鮮事兒?咱們一起新聞早知道。
1、3月21日上午,inWatch將在北京舉行智能手表標準化全球發(fā)布會。
2、3月21日下午,坐標北京,愛奇藝與《奔跑吧兄弟4》資源推介會暨同程旅游總冠名簽約儀式。
3、北京時間3月22日凌晨1點,蘋果春季新品發(fā)布會即將到來,雖然發(fā)布會還沒有召開,但是一如既往的慣例,發(fā)布會上可能將要亮相的產(chǎn)品已被如數(shù)曝光。
iPhone SE:一款4英寸的iPhone,將采用去年的A9處理器,配備nfc芯片支持Apple Pay,售價方面可能是450美元起。
iPad產(chǎn)品線更新:iPad Air 3,將支持Smart Connector,并將支持配套鍵盤和Apple Pencil。iPad mini在去年秋季發(fā)布會剛剛更新,預計這次發(fā)布會將不會有新產(chǎn)品出現(xiàn)。
Apple Watch:可能會帶來新的配色,也可能是新材質的表帶,也可能是新的合作款,watchOS也有可能繼續(xù)更新。
軟件方面:iOS 9.3版本更新可能會放到發(fā)布會結束之后開放下載,可能會增加減弱屏幕藍光的選項。另外AppleTV和OS X可能也會有小版本的升級。
4、3月22日,坐標深圳,聯(lián)想Fresh Thinking Day暨Think X1 Family新品發(fā)布會。
從3月14日起,聯(lián)想ThinkPad官方微博開始每天發(fā)布帶有ThinkPad標識的倒計時海報,且每張海報都提出一個問題:
“倒計時8天:從小到大,為什么最容易丟的東西都是筆?”;
“倒計時7天:當你的平板電腦連接鍵盤后,為什么還需要用手觸摸屏幕進行選擇?”;
“倒計時2天:每天生活在被漂亮話充斥的世界里,我們是否失去了對‘器物’最原始的思考?”;
……
聯(lián)想官方微博此番與網(wǎng)友的持續(xù)互動,既炒熱了氣氛,也添了份神秘感。讓不少用戶猜測,聯(lián)想或將推出顛覆性的新品來引領未來PC新形態(tài)。
5、3月22日上午,坐標北京香格里拉飯店,RRAM技術的領導廠商Crossbar將舉行新品發(fā)布會,宣布進駐中國市場,介紹Crossbar及其RRAM技術。
6、3月22日下午,“快 • 機不可失”京東驍龍專列將在北京駛出,CNET從內部得知,高通將在京東上線驍龍旗艦店。
7、3月22日下午,主題為“簡網(wǎng)絡·馭變革”的銳捷2016網(wǎng)絡產(chǎn)品戰(zhàn)略發(fā)布會將在北京舉行。
8、3月23日下午,斑馬技術企業(yè)級移動智能終端TC8000新品發(fā)布會將在北京舉行。
9、3月23日下午,極米新品發(fā)布會暨品牌戰(zhàn)略發(fā)布會將在北京舉行。邀請函標出“夠膽量嗎?內含大尺度”的話題,打開來看,是一個“大有看投”的卷尺。
10、3月23日下午,高速波戰(zhàn)略及CRM產(chǎn)品發(fā)布會將在北京舉行。高速波將以攪局者身份,推出CRM產(chǎn)品,向同行發(fā)起戰(zhàn)術。
11、3月24日下午,坐標北京,優(yōu)酷土豆將舉行媒體溝通會。CNET內部得知,發(fā)布會將探討文化娛樂產(chǎn)業(yè)、影視動漫和游戲等大IP的事兒。
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(jù)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(jīng)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。