
企业咨询公司Frost & Sullivan首席分析师丹·雷伯恩(Dan Rayburn)称,目前,苹果依靠Akamai和Level 3向用户发布应用、iTunes内容和软件升级包,但这种情况可能会发生改变。苹果可能会控制更多的用户体验。
雷伯恩说,苹果可能正在建设自己的内容发布网络,向消费者发布应用、软件升级包和iTunes内容。
目前有关苹果建内容发布网络的详情还相当少,但雷伯恩指出,苹果正在建设自己的网络,已经招聘了多名有建设大规模网络经验的人才。目前还不清楚苹果网络可能发布的内容类型、服务哪些地区以及其他因素。
目前,Akamai和Level 3为苹果提供内容发布服务。随着日趋重视iCloud服务,苹果可能希望控制内容发布服务,这将使用户享受到更好的服务,使苹果更好地控制其产品。
雷伯恩说,“除向设备发布内容的通道外,苹果控制着全部的用户体验。由于不拥有‘最后一公里’,苹果不能完全控制用户体验。与目前相比,拥有自主的内容发布网络,将使苹果对用户体验有更高程度的控制和更高的安全性。”
苹果未就此置评。
好文章,需要你的鼓励
加州大学伯克利分校研究团队开发的Pillar-0是一个突破性的医学影像AI系统,能够同时处理CT和MRI等多种影像类型的366项诊断任务。该系统采用创新的多窗技术和Atlas架构,在四种主要影像检查中准确率达86-90分,显著超越谷歌、微软等竞争对手。研究团队还开源了完整系统,为全球医学AI发展提供强大基础。
马里兰大学研究团队开发MASS系统,通过空间时间感知技术让AI具备物理学家般的视频理解能力。该系统创建了包含8361个问答对的MASS-Bench基准,将视频中的运动轨迹转换为AI可理解的语言描述,并使用强化学习训练模型的物理推理能力。实验显示经过训练的模型性能提升6-8.7%,在物理异常检测任务上甚至超越商业顶级产品,为AI视频内容审核、教育和科研应用开辟新方向。
杜克大学和字节跳动联合开发的Plan-X框架通过"语义规划器"和"视觉合成器"分工协作,解决了AI视频生成中常见的动作错乱、物体消失等问题。该系统先用多模态语言模型理解用户指令并制定详细执行计划,再由专门的视觉系统制作高质量画面。实验显示Plan-X在动作准确性、指令完整性等关键指标上显著优于现有系统,为智能视频生成提供了新的技术路径。
这项由谷歌团队领导的研究发现AI代理缺乏"预算意识",即使给予更多计算资源也无法有效利用。研究团队开发了预算追踪器和BATS框架,让AI代理能够感知和智能管理资源使用。实验显示,具备预算意识的AI代理不仅准确率更高,还能用更少资源达到更好效果,为构建经济高效的AI系统提供了重要突破。