
亚马逊当地时间周一表示,过去一年Appstore应用商店中的应用数量增长2倍,超过24万款。
Appstore主要面向亚马逊的Kindle系列设备,但也支持运行Google Android移动操作系统的其他智能手机和平板电脑。Appstore向200个国家和地区的用户开放。
亚马逊两天后将在西雅图举办新产品发布会,外界普遍预计亚马逊将在这次会议上公布自主品牌智能手机。亚马逊已经推出了电子阅读器、平板电脑和机顶盒等硬件产品。亚马逊把硬件产品看作把服务与用户联接在一起的一种方式。
随着亚马逊开始向消费者展示其智能手机的吸引力,对外表明Appstore有足够的应用至关重要。由于缺失关键应用,黑莓和Windows Phone在市场上举步维艰,许多Android应用能在亚马逊版Android上运行。
由于亚马逊设备运行修改版Android,因此不能访问主要的Google应用和服务,例如Google Maps、Gmail或Google Play应用商店。Kindle Fire平板电脑和Kindle Fire TV访问内置的定制版Appstore。
亚马逊今天还表示,自主版本的Android对开发者越来越有吸引力,上个月注册的开发者数量比上年同期增长1倍。
好文章,需要你的鼓励
这项由IIT马德拉斯与BITS Pilani联合发布的研究(arXiv:2604.21523,2026年4月)构建了FOCUS元评估基准,系统检验了评审型视觉语言大模型的可靠性。通过向超过4000个图文和图像样本中注入40种受控错误,研究发现顶尖评审AI的检测失败率在某些条件下超过50%,物理合理性和视觉细节类错误尤为难以被发现,两两比较是最可靠的评审范式。
这篇由Sylph.AI发布的技术报告提出了一套两层自动化框架,核心思想是让AI自动优化自身的运行脚手架,再进一步让AI学会如何更高效地做这种优化。内层的脚手架进化循环通过工人代理、评估代理和进化代理的协作,自动迭代改进单个任务的运行配置;外层的元进化循环则在多个任务上训练,学习一套能快速适应任何新场景的通用进化蓝图,从而彻底消除人工脚手架工程的需求。
这篇由英伟达等顶尖机构联合发表的论文提出了一种名为Voyager的新型智能体。研究团队以《我的世界》为实验平台,通过引入自动课程规划、技能库存储以及迭代反馈机制,成功让大语言模型主导的AI在完全无人类干预的情况下,实现了在复杂开放世界中的自主探索与终身学习。实验数据表明,Voyager在物品收集、探索范围及技能解锁速度上均呈现出远超传统方法的压倒性优势,为未来开发能够自主解决真实物理世界复杂任务的通用人工智能奠定了关键的理论与实践基础。
这项由伊利诺伊大学、斯坦福大学、英伟达和麻省理工学院联合发布的研究(arXiv:2604.25917,2026年4月)提出了RecursiveMAS框架,让多个异构AI模型通过轻量级模块RecursiveLink在内部信号层面直接传递"潜在思想",形成循环协作,彻底绕开了传统多AI系统依靠文字传话的低效方式。配合两阶段内外循环训练策略,整个系统只需优化极少量参数,就能在数学、科学、代码生成和搜索问答等9个基准测试上取得平均8.3%的精度提升,同时实现最高2.4倍推理加速和75.6%的token用量削减。