今天我们讨论的是PC。PC是什么?这个问题似乎有着非常多的定义。
对于PC的定义,就像“行星”这个词的定义一样,乍看之下,你觉得很明确很清晰,大家都了解,但细想下来,你会觉得掉进了一个陷阱,没有人能给出一个准确定义。
从狭义的角度来说,PC指的是运行在英特尔x86架构上,同时运行Windows的台式机、笔记本、一体机、超极本等,在IDC和Gartner的数据统计中,他们往往也将这一定义的产品列入到PC范畴中,然而这样的定义是否准确呢?当然,有更加宏观的定义,就是PC=个人计算设备,如果我们采用这种定义,那么智能手机和平板电脑无疑也属于PC的一种,但今天我们要讨论的PC并不是这些。
如果我们取广义和狭义的中间值来定义PC,也就是大众俗称的“电脑”,或许更容易接受,这个定义就是形态包含:台式机、笔记本、超极本、一体机的产品,同时不限制产品的物理处理器架构,不限定产品的操作系统,也就是说,不论是x86架构还是ARM架构,不论运行的是Windows、Linux还是MacOS,或者是DOS、Chrome OS,只要形态符合这样的设备,我们都称其为电脑,这也许是大多数人心目中对于电脑的理解。
毫无疑问,在过去的一两年中,PC市场正在发生着一个巨大的变化,PC这个产品从出货量的角度来看急剧衰退,去年的四个季度,每个季度都达到了两位数的下滑,整个产业都在唱衰PC,甚至连PC厂商们都在犹豫是否要放弃PC,索尼将VAIO业务出售就是其中一个明显的例子。
很多人认为,平板电脑是导致PC的衰亡,平板电脑让PC的出货量不断走低。
然而,事实真的如我们看到的吗?真的是因为大家使用了平板,让PC走向没落吗?这就是我们今天要为大家还原的事实真相,也希望给一些从业者带来不一样的警示。
好文章,需要你的鼓励
GeoVerse融合几何潜在扩散模型与Wan2.2视频生成先验,并引入全局空间记忆机制,实现了跨视角一致、生成质量高且推理速度快的新视角合成,在多个数据集上大幅超越现有方法GLD。
本文解读TT-VidT,一种通过分离外观锚点与动作令牌、结合Diff Compression训练目标的视频自监督方法。在24种架构目标组合的受控实验中,仅TT3D与Diff Compression搭配才能进入强动作敏感区,且计算量比同类方法降低近一半。
Q&A Q1:Imprint Reader是什么? A:Imprint Reader是上海人工智能实验室团队开发的模型,通过SMaRT训练方法学会读取另一个模型冻结的权重更新,把参数层面的变化翻译成自然语言描述,判断这次更新到底注入了什么知识或诱导了什么行为习惯。 Q2:MetaEdit能做什么? A:MetaEdit能把Reader对目标行为的梯度信号迁移到原始模型上,不需要任何目标任务的训练数据,只用一句行为描述就能定向调整模型参数,已经在安全性拒绝率调节、数学推理风格转变和工具调用能力提升上验证过效果。 Q3:Imprint Reader读权重更新的准确率高吗? A:目前还不高,知识类目标的Pass@100只有2%,行为类目标是16%,说明自由生成描述的可靠性有限,但相比原始模型完全答不出来的0%基线,已经证明了权重更新的自然语言读取是可行的。
统一多模态模型能看也能画,理论上该会自我修正。本论文提出UMM-Reflection,用整条轨迹的强化学习联合训练诊断和修图能力,GenEval提升12分,且迁移到多个未训练基准,揭示RL提升的是选择可靠性而非新能力。