“未來行業(yè)的競爭不再是單一賽道的競爭,誰能夠在多終端、全場景、沉浸式融合體驗上有競爭力才是核心。”
——星紀(jì)時代副董事長、魅族科技董事長沈子瑜
近日,湖北星紀(jì)時代科技有限公司(以下簡稱“星紀(jì)時代”)與珠海市魅族科技有限公司(以下簡稱“魅族科技”)正式簽署戰(zhàn)略投資協(xié)議,星紀(jì)時代宣布持有魅族科技79.09%的控股權(quán),并取得對魅族科技的單獨(dú)控制。雙方將在保持品牌獨(dú)立的基礎(chǔ)上,覆蓋不同的消費(fèi)電子細(xì)分市場,同時跨界打造用戶生態(tài)鏈,實(shí)現(xiàn)超級協(xié)同。
簽約儀式上,星紀(jì)時代副董事長、魅族科技董事長沈子瑜表示,“我們將作為跨界‘玩家’,為產(chǎn)業(yè)融合增加更新鮮的血液。”星紀(jì)時代致力于高端智能手機(jī)、XR技術(shù)產(chǎn)品、可穿戴式智能終端產(chǎn)品研發(fā)和生態(tài)建設(shè);魅族科技作為科技生活產(chǎn)品及軟件生態(tài)服務(wù)的創(chuàng)新者、開拓者之一,是中國智能手機(jī)行業(yè)的鼻祖與先驅(qū)。星紀(jì)時代戰(zhàn)略投資魅族科技是企業(yè)理念的不謀而合、團(tuán)隊的惺惺相惜,更是技術(shù)的強(qiáng)強(qiáng)聯(lián)手。
“星紀(jì)時代與魅族科技的相遇可以用四個字來形容——相見恨晚。”沈子瑜表示,“作為消費(fèi)電子賽道的后來者,星紀(jì)時代懷有敬畏之心。我們看到了魅族科技在行業(yè)內(nèi)20年的經(jīng)驗和積累、成建制的團(tuán)隊,以及良好的品牌口碑和龐大的用戶群體,這是星紀(jì)時代的產(chǎn)品加速駛?cè)胭惖赖姆浅:玫慕枇Α?rdquo;
星紀(jì)時代將與魅族科技深度協(xié)同,充分發(fā)揮超過20年消費(fèi)電子研發(fā)的經(jīng)驗和積累,攜手努力成為全球第一家擁有多終端、全場景、沉浸式核心技術(shù)的全生態(tài)科技公司,幫助用戶打破物理世界和數(shù)字世界的界限,在全場景中自由流轉(zhuǎn),實(shí)現(xiàn)星紀(jì)穿越。同時,魅族科技也將獲得更多產(chǎn)業(yè)鏈和生態(tài)資源支持,擁有上億用戶擁躉的Flyme系統(tǒng)將繼續(xù)迭代升級,在打造更好的智能手機(jī)的同時,加速跨越手機(jī)時代,開啟在跨平臺跨終端的新融合,為用戶帶來更好的萬物互聯(lián)體驗。
“只有好的交互才會有對應(yīng)好的架構(gòu)和技術(shù)基礎(chǔ),脫離任何交互的架構(gòu)和技術(shù)基礎(chǔ)都是浪費(fèi)時間。”沈子瑜表示,“魅族科技擁有10多年的操作系統(tǒng)開發(fā)經(jīng)驗,F(xiàn)lyme系統(tǒng)良好的交互體驗也受到魅友們的廣泛肯定。星紀(jì)時代將充分吸取Flyme系統(tǒng)的開發(fā)經(jīng)驗,并賦能到其他的終端上,完成多終端全場景融合體驗的目標(biāo)。”
此刻,我們共同見證了一個新的時代、新的賽道玩家的誕生,未來將致力于為用戶提供極具藝術(shù)美感的產(chǎn)品和服務(wù)體驗,并打造未來出行和生活方式新生態(tài)。
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(shí)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(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)隊通過對比實(shí)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(shí)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(shí)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。