CNET科技資訊網(wǎng) 3月23日 國際報道:蘋果推出吸引企業(yè)級客戶的新策略:尺寸越來越小。
雖然那些巨型公司或其他集團(tuán)組織想要的是一款能專注于生產(chǎn)力的平板,小屏設(shè)備不見得是其絕佳選擇,但在本次發(fā)布會上,蘋果公司已毅然將其在去年11月份發(fā)布的龐大而笨重的12.9英寸iPad Pro縮減到了9.7英寸,希望以此來吸引更多用戶。
目前,32GB版的9.7英寸iPad Pro起價為600美元,配置最高的256GB版售價為900美元。該設(shè)備將在今年3月31日正式發(fā)售。
在周一的發(fā)布會上,蘋果CEO蒂姆·庫克(Tim Cook)表示:“(iPad Pro)有著如此強大、得力的性能,它確實是個人電腦的未來。”
近來,人們對已經(jīng)不再鐘情于平板電腦了。整個平板市場都受到了影響,尤其是在各大制造商推出的手機(jī)屏幕變得越來越大后。蘋果也未免于難。iPad的銷量在過去兩年內(nèi)一直呈自由跌落狀態(tài)。蘋果曾寄希望于其第一代iPad Pro,希望它能夠吸引企業(yè)級用戶挽救iPad的銷售,結(jié)果還是未能如愿,它依然沒能流行起來。上年最后一個季度,iPad銷量下滑了25%,跌至1610萬臺。這標(biāo)志著iPad銷量已連續(xù)第八個季度較上年同期有所下降。
或許更加深入利潤豐厚的企業(yè)級客戶領(lǐng)域也不失為拉動蘋果滯后的iPad業(yè)務(wù)的一個方法。如果能向iPad設(shè)備中添加更多更為實用的功能,例如能同時查看兩個應(yīng)用或允許將設(shè)備連接到手寫筆等,也不失為一個很好的挽救辦法。蘋果Apple Pencil手寫筆的推出,也是為了吸引藝術(shù)家或平面設(shè)計師之類的創(chuàng)意型用戶。
蘋果的競爭對手,例如谷歌,也有著相同的想法。去年12月,谷歌公司針對企業(yè)級用戶推出了一款混合型筆記本+平板電腦Pixel C(C代表可轉(zhuǎn)換)。它配有一個可拆卸的鍵盤,并搭載谷歌Android移動操作系統(tǒng)。在開發(fā)人員于本月早些時候發(fā)布的最新版本Android軟件中,谷歌也允許用戶像使用iPad Pro那樣同時對兩個應(yīng)用進(jìn)行操作。
不過,在本次發(fā)布會上,蘋果似乎還意識到點別的東西:也許有些人并不想要一個超級大的屏幕。(于是該公司還發(fā)布了其兩年多來的首款小尺寸iPhone——4英寸的iPhone SE。)
新平板設(shè)備中加入了新特性,一個名為True Tone的工具,能夠根據(jù)用戶房間內(nèi)的照明條件自動調(diào)整設(shè)備屏幕的顏色。這一想法旨在令屏幕擁有更暖或更冷的色調(diào),就像我們在不同的環(huán)境中看到的紙的顏色。該平板還具備防止手掌誤觸軟件,因此你在進(jìn)行繪畫時,可以將手放在屏幕上。
此外,新版iPad Pro還配有一個1200萬像素的攝像頭,可以拍攝4K高清視頻。除了銀、金、灰三種顏色可以選擇外,該平板還首次推出了玫瑰金版。
蘋果國際市場高級副總裁菲爾·席勒(Phil Schiller)表示,蘋果這款新平板也將針對Windows用戶推出。他指出,如今已有6億臺仍在使用中的電腦已超過五歲。席勒說道:“對Windows用戶而言,他們中的許多人都會發(fā)現(xiàn)iPad Pro將是他們的終極PC替代品。”
好文章,需要你的鼓勵
新加坡國立大學(xué)研究團(tuán)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(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)集上實現(xiàn)37.9%的精度提升,并在真實設(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)隊通過對比實驗發(fā)現(xiàn),經(jīng)過強化學(xué)習(xí)訓(xùn)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(zhǔn)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(zhì)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(jī)構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過動態(tài)稀疏性實現(xiàn)大語言模型訓(xùn)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(xùn)練效率,已在多個任務(wù)上驗證有效性。