IDC周四发布报告称,2014年第2季度全球智能手机出货量突破3亿。
去年同期的数字为2.405亿,今年的出货量同比增长25.3%。
安卓系统市场份额增长,而苹果iOS份额出现下降。
在安卓市场,三星以29.3%的份额处于领先,不过,新兴市场的对手正在严重挑战三星的地位。2年前,三星的份额为40%,但华为,联想,LG,中兴等对手不断夺走客户。
IDC手机部门研究经理Ramon Llamas表示:“许多OEM厂商专注200美元以下的机型,这让安卓手机在新兴市场获得了极大的份额。第2季度,全球58.6%的安卓智能手机低于200美元,这让其非常具有吸引力。随着Google最近发布Android One,200美元以下机型的出货量将进一步攀升。”
Windows Phone出货量稳定在第三位置,不过,比2013年同期的数字下降了近1%。尽管HTC等厂商年底将推出相关机型,Windows Phone手机要突破5%的份尚待时日。
黑莓手机的出货量同比下降了78%,排名第四。
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。