CNET科技資訊網(wǎng) 10月27日 國際報道:去年微軟推出的Surface Pro 4,實現(xiàn)了微軟希望能夠用一臺平板電腦取代用戶筆記本的愿景。如今,微軟將這一目標(biāo)轉(zhuǎn)向了用戶的臺式機。
當(dāng)?shù)貢r間本周三,微軟在紐約發(fā)布了Surface Studio,定價2999美元,是一個直接針對那些需要高端功率和有完美像素顯示屏的藝術(shù)家和設(shè)計師而推出的臺式PC。Surface Studio厚度只有13毫米,微軟稱Surface Studio的屏幕比例為3:2,是有史以來最薄的液晶電腦顯示屏,同時配備擁有1350萬像素的28英寸觸摸屏(堪比擁有830萬像素的4K顯示屏)。
Surface Studio采用“零重力鉸鏈”,其顯示屏可以在桌面上向下折到20度角(類似于一個制圖板),并最大限度地充分利用Windows 10的最新更新“Creators Update”,除此之外,Creators Update更新還為微軟Paint帶來了一個新的3D更新。
此外,該顯示屏還具備“TrueScale(真實比例)”功能,旨在為設(shè)計師提供一個實際尺寸的作品,為其圖像、創(chuàng)作品提供一種“所見即所得”的視圖效果。
雖然我們過去也曾看到過臺式一體機,但微軟希望用一個名為Surface Dial的觸感旋鈕配件將Surface Studio與其他產(chǎn)品區(qū)別開來。這個Surface Dial就像一個有魔法的金屬冰球,將它放在鍵盤旁邊,就可以用來更精確地控制用戶使用的任何程序。你甚至可以把它直接放在屏幕上,來打造自己的旋轉(zhuǎn)式選擇器。
當(dāng)然,不同于鼠標(biāo)和鍵盤,這個Surface Dial需要單獨購買,售價為100美元。而且除了Surface Studio,Surface Dial也適用于Surface Book和Surface Pro 4。
微軟Surface Studio搭載第六代英特爾i5/i7酷睿處理器,采用4GB英偉達GeForce GPU,32GB內(nèi)存和2TB的硬盤。此外,還有一個專用電源適配器、含有四個USB 3.0插口的外接端口、迷你顯示端口(Mini DisplayPort)、一個SD卡插槽和一個以太網(wǎng)端口。
雖然市面上已經(jīng)有很多一體機了,但即便如此,Surface Studio看起來也真的很棒。其纖薄的線條和鋁合金機身令它看起來像一個工業(yè)用iMac。
不過,真正令Surface Studio與眾不同的是其向下折疊功能及其配件Surface Dial旋鈕。在其向后傾斜的平板模式下,Dial可以作為一個連接Surface Studio顯示屏的金屬旋鈕,當(dāng)成一個交互式藝術(shù)工具,用戶可以在面板上用它選擇顏色或調(diào)整元素。同時,它也是一個桌面工具。
除此之外,全新Surface Pen似乎也非常精致,它能提供比Surface Pro 4更接近真實的筆墨觸感。
不過,實際上,Surface Dial這一新奇想法的出現(xiàn),立刻讓人們因臺上的演示而感到興奮。這個金屬旋鈕不僅僅可以作為一個桌面工具,它完全可以成為一個屏幕工具,就好比是創(chuàng)作者在日常使用Surface Pen設(shè)計、創(chuàng)造時搭配的另一個手動工具。
Surface Dial用起來究竟如何呢?它是一個觸控反饋旋鈕,并不是所有應(yīng)用都能與其完美配合。筆者試用了下Surface Dial,發(fā)現(xiàn)它的輕微反饋感沒有Apple Watch那樣強,感覺與Xbox One控制器更為接近。雖然其粘性底部與傾斜的Surface Studio顯示屏相連,但我一直擔(dān)心它會脫落。
Surface Studio從10月26日起截至今年年底接受預(yù)訂,且微軟稱該設(shè)備數(shù)量有限。該公司英國和澳大利亞等地區(qū)的相關(guān)細節(jié)。
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(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。