
我们又失去了一个推迟锻炼身体的借口:Fitbit健身追踪应用即将登陆Windows Phone 8.1设备。
这款健身追踪应用近乎就是其iOS版和Android版本的化身:用户只需通过蓝牙将其智能手机与Fitbit设备相连,如Flex或One,那么设备将自动同步用户数据。然后,用户即可利用这款应用监控其健身目标的进度,如检查用户已走步数和燃烧的卡路里数,或是记录用户一天内的饮食和饮水量。
此外,用户还可以调整已经设置好的个人目标(或创建新的个人目标),向使用Fitbit应用的好友发送消息,查看成就徽章和排行榜,从而令用户拥有健身动力。
对Windows Phone用户来说,一切都在好转——仅在过去几周内,Adobe Photoshop Express和随需应变的Uber打车服务均作为本地应用华丽亮相Windows Phone平台。尽管这未必标志着Windows Phone平台已不再缺乏应用,但这确实能为一些对Windows Phone感兴趣的用户带来些许希望——他们期待的应用或许还有可能登陆这个平台。
今天晚些时候,用户即可Windows Phone商店中为其Windows Phone 8.1设备添加这款健康追踪应用。该应用免费且其英文版全球可用,其他语言的版本将在今年晚些时候推出。
好文章,需要你的鼓励
openGauss的目标是探索oGRAC和超节点深度融合的可能,打造超节点原生数据库。
清华团队开发DKT模型,利用视频扩散AI技术成功解决透明物体深度估计难题。该研究创建了首个透明物体视频数据集TransPhy3D,通过改造预训练视频生成模型,实现了准确的透明物体深度和法向量估计。在机器人抓取实验中,DKT将成功率提升至73%,为智能系统处理复杂视觉场景开辟新路径。
字节跳动研究团队提出了专家-路由器耦合损失方法,解决混合专家模型中路由器无法准确理解专家能力的问题。该方法通过让每个专家对其代表性任务产生最强响应,同时确保代表性任务在对应专家处获得最佳处理,建立了专家与路由器的紧密联系。实验表明该方法显著提升了从30亿到150亿参数模型的性能,训练开销仅增加0.2%-0.8%,为混合专家模型优化提供了高效实用的解决方案。
上海AI实验室团队开发的Yume1.5是一个革命性的AI视频生成系统,能够从单张图片或文字描述创造无限可探索的虚拟世界。用户可通过键盘控制实时探索,系统8秒内完成生成,响应精度达0.836,远超现有技术。该系统采用创新的时空通道建模和自强制蒸馏技术,支持文本控制的事件生成,为虚拟现实和内容创作领域开辟了新的可能性。