科技网站AppleInsider上周末报道称,众所期待的iPhone 6将包含与移动支付有关的NFC技术,人们通过刷机完成支付,该技术还用于其他领域。有关苹果在其智能手机中整合NFC技术的传闻已有数年时间,但最新报道意义不同凡响,因为外界预计苹果会尽快推出其自有移动支付服务。大量公司推崇 NFC技术,数款竞争对手的智能手机已然支持该技术了。
此外,AppleInsider还在报道中指出,iPhone 6还包含新版WiFi——即802.11ac。新版WiFi通过由接入点向设备同时发送多个数据流,使数据传输速率超过每秒1GB。苹果最新版 MacBook Air和AirPort路由器就采用了新版WiFi,其他公司推出的路由器和网络设备也采用了新版WiFi,该技术还处于 发展初期。
外界预计苹果有望在今年9月份推出新款iPhone 6,有关该手机功能及零部件的报道传闻日渐升温。外界普遍认为苹果会率先推出一款4.7英寸手机、之后发布一款5.5英寸手机。
最近有传闻报道称,iPhone 6将配置一颗高分辨率摄像头、一款蓝宝石玻璃显示屏。
苹果代表未就此置评。
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。