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 仅有14%消费者对350美元的苹果iWatch感兴趣

仅有14%消费者对350美元的苹果iWatch感兴趣

2014-06-25 09:32
分享至:
----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-
2014-06-25 09:32 CNET科技资讯网

投资机构派杰(Piper Jaffray)一份最新调查称,消费者对苹果未来的iWatch兴趣不大,仅有14%消费者对售价为350美元苹果iWatch感兴趣。

仅有14%消费者对350美元的苹果iWatch感兴趣

派杰在北美市场对100位平均年龄为32岁的消费群组针对未来苹果iWatch市场购买力展开调查,调查显示,若苹果iWatch定价350美元,有14%消费者表示会购买这款设备。被调查者家庭年平均收入为13万美元。

去年10月类似的一项调查发现,12%的用户对iWatch感兴趣,表示将考虑购买。而今年春季的调查则显示,有17%青少年消费者会购买iWatch。

此前关于苹果进军智能手表市场的传闻甚嚣尘上,并称苹果将在今年晚些时候发布iWatch。即使报道属实,苹果iWatch产品上市后也将面临着来自三星、Pebble等对手的强大竞争。截至目前,三星、Pebble占据了智能手表市场主导地位,至少在美国市场上占据了优势。

此外,包括三星、LG、摩托罗拉等在内的竞争对手也都在纷纷谋划自己的可穿戴新品。有报道称,谷歌将在今年的I/O开发者大会上发布运行Android Wear操作系统的的智能手表或其他可穿戴产品。

派杰的报告未能扭转市场对iWatch产品的印象,当然不足以点燃市场对iWatch的消费热情。而传闻称苹果iWatch将包含更多创新,比如包括健康追踪功能等。

派杰的报告还称,18%的消费者称已有了一款健身腕带,其中一半为Fitbit设备。而在上述用户中,56%的用户称他们几乎每天都佩戴这些设备。在尚未拥有一款健身腕带消费者中,18%的用户称他们计划明年一款相关产品。

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。

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