CNET科技資訊網(wǎng) 9月9日 國際報道:由于蘋果去年收購了Beats,所以當(dāng)蘋果發(fā)布iPhone 7和7 Plus時,很多人都期待該公司推出一款來自Beats的全新無線耳機,和一個無線版EarPods,傳聞稱之為AirPods。
而在今年9月份的蘋果發(fā)布會上,全新的Beats確實實現(xiàn)了大家這一愿望——以其當(dāng)前型號的下一代版本形式推出了Powerbeats 3(200美元)和Solo 3 Wireless(300美元),以及全新的Beats X(150美元)。不過,這次大會上引起最大轟動的卻是全新的AirPods,它定于10月下旬發(fā)售,售價159美元。
沒錯,AirPods恰巧是生活中無處不在的白色蘋果耳機的無線版本,看樣子它似乎是世界上最受歡迎的默認耳機。但更為引人注目的是,它們是完全的無線耳機,這也使其不同于任何Beats耳機。此外,這對耳機還采用了一個全新的專有W1芯片,該芯片是蘋果公司自己研發(fā)的(新的Beats耳機也使用W1芯片)。
據(jù)悉,W1芯片是一種定制硬件,使用超低功耗藍牙,并保證兩個耳機保持同步。
據(jù)蘋果表示,W1芯片具有光學(xué)傳感器,而且每個AirPod都內(nèi)置有兼容W1芯片的加速計,來檢測AirPods是否被放置在了用戶耳內(nèi),因此它們只有在你要聽音頻時才會播放。此外,雙擊AirPods,就可以訪問Siri,選擇和控制你的音樂,調(diào)整音量以及通過語音指令來檢查你的電池壽命。蘋果補充道:“在你講話時,每個AirPod中有一個額外的加速計會檢測到你在說話,并使一對波束形成麥克風(fēng)來專注于你的聲音,它可以過濾掉外部噪音,使你的聲音比以前更加清晰。”
可惜,AirPods只支持運行iOS 10、watchOS 3或macOS Sierra的蘋果設(shè)備。不過,至少它們還兼容過去的iPhone機型,而不僅僅是支持iPhone 7和7 Plus。
雖然筆者還沒有使用新的AirPods,但據(jù)CNET編輯斯科特·斯坦(Scott Stein)在發(fā)布會現(xiàn)場的親身體驗,他認為它們佩戴起來很舒適,而且聽起來也不錯。雖然這說明不了太多,但我認為可以假設(shè)他們分享了與EarPods非常相似的外觀設(shè)計特性,只是去除了耳機線。
蘋果并不是第一個推出完全無線耳機的廠商。去年我們已經(jīng)看到過幾家公司出售這種類型的無線耳機,而且很多Kickstarter和Indiegogo眾籌活動中也推出了這類產(chǎn)品。我曾試戴過幾對,挺喜歡其中一些型號的耳機,而且我現(xiàn)在使用的就是Erato的Apollo 7和Earin無線耳機。他們運行得非常好,只是有些昂貴(約280美元)。此外,還有很多無線耳機即將到來,包括Bragi的The Headphone、多普勒實驗室(Doppler Labs)的Here One、Jabra的Elite Sport和三星的Gear IconX。
筆者過去一直對這些完全的無線耳機類型表示懷疑。因為在早期體驗時,經(jīng)常被它們存在的連接不一致問題和擬合較差問題所困擾。但Erato Apollo 7已經(jīng)改變了我的想法。雖然它并不完美,在觀看視頻或玩游戲時會存在一些滯后問題,但至少運行流暢,很少有間斷現(xiàn)象(兩個耳機基本保持同步),而且音質(zhì)很好,佩戴舒適,封口嚴密。
筆者過去還擔(dān)心會丟失掉這兩個小小的耳機,但每次我用過耳機后,總會將它們放到充電盒中,然后放入口袋里,所以并沒有丟失。該耳機的電池續(xù)航時間大約為4到5個小時,但是它們在充電盒內(nèi)可以迅速充電。
蘋果AirPods也配有一個充電盒,其電池續(xù)航時間為是額定的五個小時。不過,據(jù)蘋果表示,這個充電電池盒可以為用戶提供額外24個小時的電池續(xù)航時間。對目前的完全無線立體聲耳機來說,三到五個小時是其當(dāng)前的標準,所以AirPods的電池續(xù)航時間符合標準,或者說比標準略好一些。
當(dāng)然,AirPods也并不完美。如同大多數(shù)入耳式耳機,他們不一定適合每個人的耳朵,也不一定能一直呆在耳朵里不掉出來,畢竟,如果你可以在跑步時佩戴它們是最好不過的了。(雖然蘋果并未將AirPods定位成運動耳機,但如果是這樣就好了。)此外,我也很好奇它們的通話質(zhì)量如何,我預(yù)感應(yīng)該會非常好。
如果這對耳機很容易與你的手機配對,而且又像蘋果說的那樣是一個堅固可靠的連接設(shè)備,那它們將改變耳機市場。事實上,一旦你使用了完全的無線耳機,是很難重新返回到有線耳機的。再加上蘋果對這種新型耳機的支持,以及其并不太離譜的價格——159美元,你很快就會看到很多人佩戴著同樣的白色耳機出現(xiàn)在我們身邊,只是它們沒有耳機線罷了。
好文章,需要你的鼓勵
新加坡國立大學(xué)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(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。
同濟大學(xué)團隊開發(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。