
当地时间本周一,Mozilla在CES 2014展上宣布,该组织已与富士康合作,2014年面向Firefox OS开发者创建平板电脑。
Mozilla移动副总裁安德里亚斯·盖尔(Andreas Gal)表示,这款未命名的开发者平板电脑不是面向普通平板电脑用户。他说:“Firefox OS版平板电脑面向开发者社区的每一位人员,助力该操作系统在平板电脑尺寸的显示屏上运行。随着时间推移,Firefox OS将为面向消费者的产品做好准备。任何对推动Firefox OS平板电脑发展有兴趣的人员均可使用Firefox OS平板电脑。”
盖尔未透露硬件价格,但他指出Mozilla正在设法对该平板电脑实施价格补助。
当天,VIA Technologies' APC发布两款运行Firefox OS的印刷线路板(PCB)设备,名为Paper与Rock,均配置VIA的ARM Cortex-A9 800 Mhz处理器、有一套完整的消费端口如HDMI、两个USB 2.0端口、micro USB端口、耳麦孔和一个micro SD插口。
盖尔称,Paper与Rock的定位是喜爱Firefox OS台式机的用户,能够外接键盘、鼠标和显示器。
VIA负责国际营销的副总裁理查德·布朗(Richard Brown)在一份声明中称:“Mozilla的使命是促进开放、创新与网络机遇,与我们对APC的愿景一致——创建完美组合,处处为桌面提供最佳网络。我们对未来充满希望。”
显然,Mozilla并不满足于Firefox OS仅仅入驻平板电脑和PC,该组织宣布与松下合作,在智能电视上整合Firefox OS。
松下交互内容与服务开发副总裁Merwan Mereby向CNET表示:“当前智能电视都是以专利技术为基础。”以开源HTML5为基础后,松下就能够在无需做大量内部开发工作的前提下,为智能电视添加更多服务。
结为合作关系对双方都有好处。松下能够利用开源社区资源搞智能电视开发,Mozilla可以成为为电视创建应用程序界面的先锋。
盖尔说:“我们感到尤其振奋的是,与松下合作能够为这类设备创建一个开放的生态系统,为HTML5等同于电视系统做好准备。”
运行基于HTML5界面的松下电视预计今年底面向消费者发售。
Mozilla目前还与一家智能手机厂商合作其升级设备。中兴计划今年发布速度更快、功能更强大的Firefox OS设备,其中包括双核设备Open C和Open II。
盖尔解释说:“Firefox OS是一个开放的生态系统,不隶属于某一家公司,这意味着Firefox OS已超越Mozilla,目前是一个社区项目。”
好文章,需要你的鼓励
本文介绍了由南方科技大学等机构于2026年4月发表的研究(arXiv:2604.08865),提出了名为SPPO的大模型推理训练新方法。该方法将推理任务重新建模为"序列级情境赌博机",用一个轻量级价值模型预测题目难度,以单次采样替代GRPO的多次采样,解决了标准PPO的"尾部效应"问题。实验显示,SPPO在数学基准测试上超越GRPO,训练速度提升约5.9倍,配合小尺寸价值模型还能显著降低显存占用。
这项由香港科技大学数学系完成的研究(arXiv:2604.10465,2026年ICLR博客论文赛道)提出了一种从朗之万动力学视角理解扩散模型的统一框架。研究指出,扩散模型的前向加噪和逆向去噪过程,本质上是朗之万动力学这一"分布恒等操作"被拆成了两半。在这个视角下,VP、VE-Karras和Flow Matching等不同参数化的模型可被精确互译,SDE与ODE版本可被统一解释,扩散模型相对VAE的理论优势得以阐明,Flow Matching与得分匹配的等价性也得到了严格论证。
中国人民大学高岭人工智能学院等机构联合开发了AiScientist系统,旨在让AI自主完成机器学习研究的完整工程流程,包括读论文、搭环境、写代码、跑实验和迭代调试,全程无需人工干预。系统核心设计是"薄控制、厚状态":由轻量指挥官协调专业代理团队,通过"文件即通道"机制将所有中间成果持久化存储,使每轮工作都能建立在前一轮积累的基础上。在PaperBench和MLE-Bench Lite两个基准上,系统表现显著优于现有最强对比系统,论文发布于2026年4月。
这项由字节跳动发布的研究(arXiv:2604.13030)提出了生成式精化网络(GRN),一套模仿人类画家"边画边改"直觉的视觉生成新框架。其核心包括两项创新:层级二进制量化(HBQ)通过多轮二分逼近实现近乎无损的离散图像编码,以及全局精化机制允许模型在每一步对整张图像的所有位置重新预测并随时纠错,从根本上解决了自回归模型的误差积累问题。配合基于熵值的自适应步数调度,GRN在ImageNet图像重建(rFID 0.56)和生成(gFID 1.81)上均创下新纪录,并在文本生成图像和视频任务上以20亿参数达到同等规模方法的领先水平。