据科技博客ReadWrite报道,针对业内关于谷歌将放弃Nexus品牌的传闻,谷歌予以否认。谷歌表示,“只是换了一下名称而已,谷歌将继续对相关产品开发投资”。
谷歌Android工程和Nexus项目主管大卫·伯克(Dave Burke)日前表示,谷歌并未像传闻中所称“放弃了Nexus智能手机和平板电脑,只是采用了‘Android Silver’这一新名称。但是人们只是为一些概念性的东西而兴奋,忘记了我们为何要从事这些工作。”
大卫·伯克拒绝讨论“Android Silver”项目的具体内容,但他表示,认为Nexus产品线可能终结的猜测是“一个完全错误的结论”。
此前有报告称,谷歌计划放弃Nexus品牌——该品牌包括Nexus 5 智能手机和Nexus 10平板电脑,从而启动Silver项目或者Google Play版本的才品项目。就目前来看,谷歌仍有望发布Nexus 8平板产品,但也有人猜测,该产品将是最后的Nexus新设备之一。
据称,在Android Silver项目中,谷歌将向三星、LG、摩托罗拉、索尼等制造商,以及一些运营商支付费用,从而让他们生产满足特定配置的Android智能机。预计LG和联想很可能在明年推出相关设备,这些设备可以帮助谷歌更好地与苹果展开竞争。
好文章,需要你的鼓励
新加坡国立大学研究团队开发了SPIRAL框架,通过让AI与自己对弈零和游戏来提升推理能力。实验显示,仅训练AI玩简单扑克游戏就能让其数学推理能力提升8.6%,通用推理提升8.4%,且无需任何数学题目作为训练材料。研究发现游戏中的三种推理模式能成功转移到数学解题中,为AI训练提供了新思路。
同济大学团队开发的GIGA-ToF技术通过融合多帧图像的"图结构"信息,创新性地解决了3D相机噪声问题。该技术利用图像间的不变几何关系,结合深度学习和数学优化方法,在合成数据集上实现37.9%的精度提升,并在真实设备上展现出色泛化能力,为机器人、AR和自动驾驶等领域提供更可靠的3D视觉解决方案。
伊利诺伊大学研究团队通过对比实验发现,经过强化学习训练的视觉语言模型虽然表现出"顿悟时刻"现象,但这些自我纠错行为并不能实际提升推理准确率。研究揭示了AI模型存在"生成-验证差距",即生成答案的能力强于验证答案质量的能力,且模型在自我验证时无法有效利用视觉信息,为AI多模态推理发展提供了重要启示。
MIT等顶尖机构联合提出SparseLoRA技术,通过动态稀疏性实现大语言模型训练加速1.6倍,计算成本降低2.2倍。该方法使用SVD稀疏性估计器智能选择重要计算部分,在保持模型性能的同时显著提升训练效率,已在多个任务上验证有效性。