智能手機(jī)發(fā)展到今天已經(jīng)細(xì)分出了許多不同類別,游戲手機(jī)、視頻手機(jī)、音樂手機(jī)等等。其中音樂手機(jī)無疑受眾最廣,因為無論你是不是一個真正的音樂愛好者相信都免不了在生活中聽聽音樂。而且這類人有一個特點(diǎn),就是“音質(zhì)好”不一定分辨的出來,但“差”則一聽就知道。
近日,三星工程師“戈藍(lán)V”發(fā)布微博表示,在旗艦手機(jī)產(chǎn)品的音質(zhì)方面,樂Max 2和華為P9是相當(dāng)具有代表性的兩款產(chǎn)品。“戈藍(lán)V”同時也表示,音質(zhì)方面,樂Max 2要好于華為P9 Plus,但對于樂視的CDLA依舊持“謹(jǐn)慎”看好的態(tài)度。
華為P9/Plus是華為在今年推出的旗艦新機(jī),延續(xù)P系列時尚精致的高端旗艦定位,是P系列首款指紋手機(jī)。不過最能引起關(guān)注的還是與德國相機(jī)品牌徠卡達(dá)成的深度合作。此次P9配置了徠卡雙攝像頭,意圖重新定義手機(jī)攝影。華為方面也表示,P9采用5.2寸2.5D玻璃屏幕,定位是高端小屏旗艦手機(jī)。
而另一款產(chǎn)品樂Max 2,則讓無數(shù)人感到驚艷。樂視作為一家新生代公司,僅僅不到一年時間就干掉了在手機(jī)上存在了很久的3.5mm耳機(jī)接孔,搶先蘋果做出自己的一整套Type-c音頻輸出協(xié)議,這其中的技術(shù)爆發(fā)力讓許多從業(yè)者感到驚嘆。
華為P9 Plus的雙攝和徠卡的合作讓其風(fēng)光無限,據(jù)傳聞徠卡只是負(fù)責(zé)鏡頭硬件的檢測標(biāo)準(zhǔn),在相機(jī)調(diào)教上合作較少。樂視Max2的3.5mm耳機(jī)孔的取消可能是看準(zhǔn)今年新iPhone也要取消耳機(jī)孔,還有一點(diǎn)就是安卓陣營手機(jī)開始逐漸使用Type-C充電口,和樂視CDLA耳機(jī)也都能夠無縫結(jié)合,所以在推廣上樂視耳機(jī)阻力會相對小一點(diǎn),同時音頻編解碼過程轉(zhuǎn)移到CDLA耳機(jī)中,能實現(xiàn)手機(jī)到耳機(jī)的純數(shù)字化無損音樂傳輸,音頻質(zhì)量也能得到保證。相比之下,華為P9 Plus在拍照上面的噱頭大于實際。
提到音樂手機(jī)許多人想到的首先就是vivo。但隨著競爭的不斷升級,如今各大廠商也都紛紛涉足這一領(lǐng)域。比如今年樂視推出的CDLA就是一個全新的嘗試。CDLA中文為“全程數(shù)字無損音頻標(biāo)準(zhǔn)”。其最大的特征就是音頻信號不像傳統(tǒng)模擬信號耳機(jī)一樣,在手機(jī)、音頻播放器中做數(shù)字轉(zhuǎn)模擬的信號轉(zhuǎn)換,而是將手機(jī)內(nèi)的所有數(shù)字信號傳輸至耳機(jī),保證手機(jī)輸出和耳機(jī)輸入的數(shù)字信號相同,最大程度上減少了音質(zhì)損耗。
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(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(qiáng)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。