據(jù)消息人士透露,6月29日,迅雷將正式推出新產(chǎn)品“迅雷9”。在此之前,已有超過百萬的迅雷用戶參與了迅雷9的測試和改進(jìn),小編也有幸參與其中。在新版發(fā)布之前,小編強(qiáng)行劇透,給大家?guī)砹擞嘘P(guān)迅雷9的更多細(xì)節(jié)。顯然,不論從界面還是功能,迅雷9都是迅雷有史以來變化最大的版本。從“7”到“9”,看上去這一小步,卻是迅雷的一大步。
作為一款成熟的互聯(lián)網(wǎng)產(chǎn)品,伴隨著70和80后,迅雷走過了他們的青春歲月,成為了一代人的記憶。
時間在前進(jìn),迅雷也將目光盯在了新一代的用戶身上,因此,迅雷9體現(xiàn)了更多年輕的元素。我們先來看看迅雷9的安裝界面。
在前期測試中,迅雷用戶們對這一極具設(shè)計(jì)感和視野感的界面,點(diǎn)贊無數(shù)。在迅雷官方微博和論壇中,滿是求安裝界面高清大圖做電腦桌面的用戶。
除了安裝界面以外,UI設(shè)計(jì)也讓人眼前一亮,從用戶反饋和小編親身感受來看,迅雷9的標(biāo)簽就是——“輕”,看上去輕盈,用起來輕便,下載時也更輕松。
年輕人,厭倦繁瑣,厭惡平庸,更“輕”的迅雷9,也有著更獨(dú)特的個性。迅雷9用戶的搜索內(nèi)容,會以彈幕形式出現(xiàn),什么熱門,什么關(guān)注,一目了然。此外,隨性的皮膚設(shè)置,也能夠讓每個用戶看到的,都是不一樣的迅雷9。
說迅雷9的變,可以直觀感受到的,就是界面的變化,左側(cè)下載,右側(cè)搜索。在下載界面更加簡潔的同時,新增了全網(wǎng)搜索的界面。這一變化,當(dāng)然有著更深的意義。
讓我們想象一下,在此之前,當(dāng)要下載一部電影的時候,我們是不是這么干的。先打開瀏覽器,然后在百度上搜索電影站點(diǎn),然后,再在各種廣告和鏈接中,找到我們想要的影片種子。而這顆種子,甚至有可能就是病毒。
傳統(tǒng)找片,需要多個平臺來回切換,還需要辨別下載鏈接的安全性,不僅繁瑣,而且危險(xiǎn)。
迅雷9的全網(wǎng)搜索功能,正解決了這個問題。在搜索欄中輸入想要下載的影片后,搜索結(jié)果可以智能排序,為用戶篩選出可下且安全的文件,然后只需輕輕一點(diǎn),下載任務(wù)就會輕松開始。
從前期測試來看,無需多平臺切換,無需擔(dān)心下到病毒,這樣一鍵搞定的功能,讓很多找片并不在行的用戶,受益匪淺。
此外,從測試版的搜索界面可以看到,迅雷9已經(jīng)有了包括樂視在內(nèi)的多家內(nèi)容方進(jìn)駐,而后續(xù)還將迎來優(yōu)酷和豆瓣等內(nèi)容方。不論在線點(diǎn)播還是邊下邊播,迅雷9的消費(fèi)體驗(yàn)將遠(yuǎn)超之前版本。從這個角度說,迅雷9的變化,堪稱史上最大。
當(dāng)然,變化最大的迅雷9,仍然有著不變的初衷,用戶的下載體驗(yàn),一直是迅雷最為看重的部分。從“7”到“9”,迅雷用了6年,這6年,迅雷一直緊盯著用戶,一直在思考如何提升體驗(yàn),怎么完善功能。
迅雷一直在變,迅雷的工程師們每天都會提出新的想法,優(yōu)化已有的功能,改進(jìn)體驗(yàn)的不足,其實(shí),迅雷從未改變,專注用戶體驗(yàn),以最快最安全的辦法,解決用戶需求,所以,迅雷9來了。
好文章,需要你的鼓勵
新加坡國立大學(xué)研究團(tuán)隊(duì)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(shí)驗(yàn)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(duì)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(shí)現(xiàn)37.9%的精度提升,并在真實(shí)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(duì)通過對比實(shí)驗(yàn)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(shí)際提升推理準(zhǔn)確率。研究揭示了AI模型存在"生成-驗(yàn)證差距",即生成答案的能力強(qiáng)于驗(yàn)證答案質(zhì)量的能力,且模型在自我驗(yàn)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(shí)現(xiàn)大語言模型訓(xùn)練加速1.6倍,計(jì)算成本降低2.2倍。該方法使用SVD稀疏性估計(jì)器智能選擇重要計(jì)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(yàn)證有效性。