据市场研究公司Gartner称,今年全球PC出货量仍然会下滑,只是幅度没有去年那么大。超便携PC将对PC市场提供一定的支撑作用。
Gartner周一表示,今年全球PC出货量将仅下跌2.9%,尽管这并不值得庆祝,但毕竟跌幅小于去年的9.5%。Gartner的PC销量数据包括台式机、笔记本和超便携PC。
由于越来越多的消费者选择购买智能手机和平板电脑,而非传统的台式机和笔记本,过去数年PC市场一直处于下降通道中。许多PC用户也放慢了升级步伐。Windows 8缺乏吸引力也使得消费者没有动力购买新计算机。今年PC市场跌幅收窄的原因是什么呢?商用PC。
Gartner研究主管兰吉特·阿特瓦尔(Ranjit Atwal)在一份声明中说,“企业升级Windows XP系统,以及正常的升级周期将放缓市场下跌的脚步,尤其是在西欧地区。我们预计,今年成熟市场上升级的商用PC数量将接近6000万台。”
传统台式机和笔记本出货量将由去年的2.961亿台下降至今年的2.762亿台,明年将进一步下降至2.616亿台。超便携PC将获得更多用户,出货量将由去年的2150万台增长至今年的3220万台,明年将进一步增长至5500万台。
今年平板电脑出货量将增长24%至2.56亿台,手机出货量将增长3.1%至19亿部。Gartner预计,智能手机在手机市场上的比重将进一步上升,今年智能手机在手机出货量中的占比将上升至66%,到2018年时将进一步上升至88%。
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。