微信扫一扫,关注公众号

  • 科技行者

  • 算力行者

见证连接与计算的「力量」

首页 传iWatch配置2.5英寸屏幕 下月量产十月发布

传iWatch配置2.5英寸屏幕 下月量产十月发布

2014-06-20 09:46
分享至:
----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-
2014-06-20 09:46 CNET科技资讯网

一直以来,关于备受期待的苹果智能手表的传闻几乎从未断过,而这一次看来,该设备即将开始量产,并配置一块“略呈长方形”的显示屏。

传iWatch配置2.5英寸屏幕 下月量产十月发布

据路透社于当地时间本周四发布的一份报告表示,援引自匿名消息人士称,苹果已聘请台湾广达(Quanta)公司从下月开始大规模生产其可穿戴设备,预计最早会在今年10月份正式推出。

据路透社报道,这款常被称作iWatch的智能手表,可能会配置一个2.5英寸的显示屏。尽管大家普遍预测出了iWatch将在今年9月或10月推出,但先前的报道声称的该设备屏幕要比2.5英寸小得多(不超过1.5英寸)。

如果苹果真的推出了一款智能手表,那它将面临着激烈的竞争:三星、索尼、和LG全都已经推出了它们自己的智能手表,这些设备均能允许用户追踪他们的健身活动、接收通知及访问应用程序等,而许多其他厂商也发布了不那么复杂的智能健身腕带。无论如何,对苹果而言,进入可穿戴设备市场的关键,不仅仅是要比iPad和iPhone更加多样化,还要向其投资者和用户们表明,苹果仍旧是一个革新者。尽管苹果首席执行官蒂姆•库克(Tim Cook)一再承诺,他将在今年推出“令人兴奋的”新产品,但人们等待的耐心似乎已开始逐渐消失。

就苹果本身而言,该公司并未公开提及其传闻中的智能手表。而在当地时间本周四,苹果也没有立即回应记者的置评请求。

此外,据路透社报道,预计这款智能手表将凸显在手腕上,“形成一个拱形”,而且它还将具有无线充电功能,并配置一个触摸式界面。

据消息人士还透露称,苹果计划在该智能手表发布的第一年内出货5000万块。相较之下,据苹果提交给监管机构的文件显示,截至2013年9月的一年期间,苹果共售出1.5亿台iPhone以及7100万台iPad。

分享至
0赞

好文章,需要你的鼓励

推荐文章
  • 南方科技大学等机构联手破解AI推理训练难题:让大模型"一次思考"就学会解题

    南方科技大学等机构联手破解AI推理训练难题:让大模型"一次思考"就学会解题

    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。

  • 香港科技大学数学系研究者:扩散模型原来是一个"魔法恒等式"拆成了两半

    香港科技大学数学系研究者:扩散模型原来是一个"魔法恒等式"拆成了两半

    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。

  • 中国人民大学研究团队打造的"AI科学家":让机器自主完成几十小时的科研工程,它是怎么做到的?

    中国人民大学研究团队打造的"AI科学家":让机器自主完成几十小时的科研工程,它是怎么做到的?

    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。

  • 字节跳动发布GRN:像人类画家一样"边画边改"的AI图像生成新范式

    字节跳动发布GRN:像人类画家一样"边画边改"的AI图像生成新范式

    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。

----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-