日前,臺(tái)灣媒體報(bào)道稱,樂(lè)視手機(jī)面臨較大的資金壓力,手機(jī)業(yè)務(wù)出現(xiàn)拖延支付供應(yīng)商貨款現(xiàn)象,賬期從90天延長(zhǎng)至180天,吸引了眾多行業(yè)內(nèi)人士關(guān)注。目前,樂(lè)視的主要供應(yīng)商包涵仁寶、和碩、聯(lián)發(fā)科等。
對(duì)于該事件仁寶、和碩沒(méi)有正面回應(yīng),但表示公司財(cái)務(wù)正常。聯(lián)發(fā)科則指出,目前來(lái)看客戶端的賬款和拉貨都處于正常狀態(tài)。以上信息讓我們對(duì)樂(lè)視手機(jī)延遲付款的報(bào)道產(chǎn)生的質(zhì)疑。
隨后,樂(lè)視亞太區(qū)執(zhí)行總裁莫翠天向記者表示,7月5日發(fā)現(xiàn)有臺(tái)灣媒體報(bào)道后,立即在內(nèi)部進(jìn)行徹查,并未發(fā)現(xiàn)報(bào)道中存在的情況,并且樂(lè)視與供應(yīng)商都保持著緊密的合作關(guān)系。此外,在與媒體記者的溝通采訪中發(fā)現(xiàn),原來(lái)是記者在報(bào)道中張冠李戴,實(shí)則是烏龍事件。
7月6日,臺(tái)灣媒體針對(duì)7月5日“樂(lè)視延遲支付款項(xiàng)”一事致歉樂(lè)視,承認(rèn)5日新聞報(bào)道中的主角不是樂(lè)視,而是另一家手機(jī)企業(yè)。對(duì)于新聞報(bào)道給樂(lè)視帶來(lái)的不良影響,表示歉意。
樂(lè)視手機(jī)作為行業(yè)最大黑馬,僅用一年時(shí)間,總銷量就實(shí)現(xiàn)1000萬(wàn)臺(tái),躋身國(guó)產(chǎn)手機(jī)第一陣營(yíng)。尤其是在1000元-3000元的主力價(jià)位段,已經(jīng)達(dá)成份額破十、躋身前五的優(yōu)異成績(jī)。
自第二代超級(jí)手機(jī)上市之后,樂(lè)視手機(jī)在市場(chǎng)中的銷量更加迅猛,由于銷售過(guò)于火爆,線上、線下一直處于供不應(yīng)求的情況。5月份,樂(lè)視手機(jī)更是達(dá)到單月200萬(wàn)臺(tái)的銷量,創(chuàng)造新晉手機(jī)最快成長(zhǎng)紀(jì)錄。其中旗艦殺手樂(lè)2更是連續(xù)兩個(gè)月斬獲1000-1499元價(jià)格段銷量冠軍。
隨著樂(lè)視手機(jī)的初步成功,“樂(lè)視生態(tài)模式”得到了行業(yè)的認(rèn)可以及眾多友商的效仿,樂(lè)視通過(guò)不斷革命和創(chuàng)新正在打造智能手機(jī)的新風(fēng)口。臺(tái)媒體認(rèn)為,樂(lè)視如今已經(jīng)穩(wěn)穩(wěn)站在手機(jī)行業(yè)第一陣營(yíng),“華樂(lè)歐米”格局已然形成,樂(lè)視正在顛覆著整個(gè)手機(jī)行業(yè)。
好文章,需要你的鼓勵(lì)
新加坡國(guó)立大學(xué)研究團(tuán)隊(duì)開發(fā)了SPIRAL框架,通過(guò)讓AI與自己對(duì)弈零和游戲來(lái)提升推理能力。實(shí)驗(yàn)顯示,僅訓(xùn)練AI玩簡(jiǎn)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(wú)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(guò)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(wèn)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(dòng)駕駛等領(lǐng)域提供更可靠的3D視覺(jué)解決方案。
伊利諾伊大學(xué)研究團(tuán)隊(duì)通過(guò)對(duì)比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過(guò)強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺(jué)語(yǔ)言模型雖然表現(xiàn)出"頓悟時(shí)刻"現(xiàn)象,但這些自我糾錯(cuò)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(shí)無(wú)法有效利用視覺(jué)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(guò)動(dòng)態(tài)稀疏性實(shí)現(xiàn)大語(yǔ)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(shí)顯著提升訓(xùn)練效率,已在多個(gè)任務(wù)上驗(yàn)證有效性。