三星周五通过Google Play应用商店发布音乐流媒体应用Milk Music,在音乐流媒体市场上挑战苹果iTunes Radio、Pandora和Spotify。
用户可以免费下载、使用Milk Music。更重要的是,不同于iTunes Radio,Milk Music上没有广告。音乐流媒体是音乐产业增长最快的领域,但竞争相当激烈。
Milk Music只支持三星的Galaxy系列设备——至少目前这样。Milk Music目前只在美国市场发布,这一点与iTunes Radio相同。三星美国区负责音乐业务的高管达伦·崔(Daren Tsui)说,“三星在国际市场上发布Milk Music的可能性相当高。”尽管是韩国公司,但三星首先在美国——全球最大的音乐市场发布Milk Music具有合理性。
Milk Music目前不包含让用户购买喜欢的音乐的功能。达伦·崔表示,三星正在开发这一功能。
目前Milk Music支持Galaxy S4、Galaxy S3、Galaxy Note 3、Galaxy Note 2、Galaxy Mega和Galaxy S 4 Mini,4月份将增添对Galaxy S5的支持。达伦·崔称,三星对Milk Music支持其他平台持开放态度,“这取决于它是否受到用户青睐”。但是,由于目前Milk Music无法为三星创收,三星缺乏使Milk Music支持其他平台的动机。
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。