自2013年8月面世以来,第一代Moto X就因其出色的外形,一流的麦克风,上乘的材质和制造工艺,赢得外界的一致好评。在联想收购摩托罗拉智能手机业务后,有关第二代Moto X的上市风波就不断,有消息称摩托罗拉即将要发布Moto X+1。
然而流言纷争5个月后,就在北京时间9月5日,在经历了摩托罗拉凌晨举行的“媒体闭门”会后,“低调”的Moto终于有了动作。在会上摩托罗拉发布了四款新品,其中包括第二代 Moto X、Moto G 智能手表 Moto 360以及智能耳机Moto Hint。
至此,有关“X”的幻想终于尘埃落定。全新一代的Moto X并没有被命名Moto X+1或者X 2,而是直接用新Moto X以作区分。虽然第二代Moto X的名称与前作相同,不过新Moto X 更大,功能也更多。
新Moto X的边框采用了铝合金材质,主要设计延续了第一代Moto X的圆润风格,背部呈现弧形,拥有良好的握持感。由于屏幕从4.7英寸扩大到5.2英寸,新Moto X的三围尺寸也有所扩大(高度从129毫米扩大到140.8毫米,宽度从65.3毫米扩大到72.4毫米),重量从139克增加到144克。
摩托罗拉移动高管强调,他们并不希望和其他厂商一样比拼堆砌硬件参数,而希望更为强调手机的智能化服务。和第一代Moto X一样,新Moto X的最大卖点依然是人性化服务和个性化外形定制。新Moto X提供了30多种背壳选择,除了此前有的各种颜色之外,还包括四种皮革与四种竹木材质(需加价25美元)。
新Moto X的主要参数包括:搭载Android 4.4操作系统;5.2英寸AMOLED高清1080P显示屏,像素密度为423ppi,采用第三代金刚玻璃;高通骁龙801四核芯片,主频为2.5GHz,2GB RAM,16GB或32GB存储;1300万像素的2.25光圈主摄像头,前摄像头为200万像素。电池容量为2300毫安时。
这款手机将于本月底上市销售,AT&T合约机售价为99美元,裸机售价499美元(约合人民币3100元),比第一代Moto X上市时候的550美元有所下调。随后将在墨西哥、英国、法国、德国等国家陆续上市,但没有提到中国市场。但和第一代Moto X一样,中国消费者可以继续通过海淘等渠道购买无锁裸机。
此次摩托也发布了新一代Moto G,价格依旧是179美元(约合人民币1100元),秋季晚些时候上市,中国市场是否上市未知。屏幕从4.5英寸扩大到了5英寸,机身重量149克,但分辨率依旧是720P。主摄像头800万像素,前摄像头200万像素。电池为2070毫安时。
芯片采用的是高通骁龙MSM四核8226芯片,主频为1.2GHz,1GB RAM,分为8GB和16GB两个存储,但加入了支持最高32GB的MicroSD卡拓展。此外,新Moto G还拥有双卡双待版本。
新Moto G分为黑白两个前面板颜色,依旧支持更换多彩背壳,包括8种颜色的背壳和7种彩色原厂机套。这款手机的另一个亮点是配置了上下两个扬声器,可以更大音量地播放音乐。据摩托罗拉高管介绍,这是为了更好的适应新兴市场的用户需求。
Moto 360 配备一块1.56 英寸 320x290 分辨率的圆形屏幕,采用 TI MOAP 3 处理器,搭载 Android Wear 系统,4GB 存储空间以及 512M 运行内存。表身通体由 316L 级别不锈钢打造,重量仅为 49 克,拥有 IP67 级别的防水尘,在功能上与其他 Android Wear 相似,可测运动和心率。售价 249 美元(约合人民币 1529 元)。
值得一提的是今年秋 Moto 360 还将推出金属腕带版,价格比普通版贵 50 美元。
蓝牙智能耳机Moto Hint是此次发布会的一个小小惊喜。
除了传统的蓝牙耳机功能之外,Moto Hint的最大用途就是语音操作。与Moto X完成配对之后,用户可以直接对Moto Hint下达语音指令,与Moto X的语音助手进行对话和操控,完成信息搜索、发送短信、拨打电话等等操作。
Moto Hint包括银黑两个颜色,重量只有6克,整体设计呈现出水滴状,耳机通体没有一个按键,完全靠感应进行开关机。塞进耳朵就开机使用,拔出耳朵就自动关机。摩托把设备的个性化做到了极致,就连这个耳机的外部面板都有6种不同材质的选择。
据悉,Moto Hint将于秋季晚些时候上市,售价是149美元。
好文章,需要你的鼓励
AIM Intelligence联合多所知名大学揭示了音频AI系统的重大安全漏洞,开发出名为WhisperInject的攻击方法。这种攻击能让看似无害的音频指令操控AI生成危险内容,成功率超过86%,完全绕过现有安全机制。研究暴露了多模态AI系统的系统性安全风险,对全球数十亿智能设备构成潜在威胁。
新加坡国立大学研究团队系统梳理了视觉强化学习领域的最新进展,涵盖超过200项代表性工作。研究将该领域归纳为四大方向:多模态大语言模型、视觉生成、统一模型框架和视觉-语言-动作模型,分析了从RLHF到可验证奖励范式的政策优化策略演进,并识别出样本效率、泛化能力和安全部署等关键挑战,为这一快速发展的交叉学科提供了完整的技术地图。
浙江大学研究团队通过OmniEAR基准测试揭示了当前AI模型在物理世界推理方面的严重缺陷。测试显示,即使最先进的AI在明确指令下能达到85-96%成功率,但面对需要从物理约束推断行动的任务时,成功率骤降至56-85%。研究发现信息过载反而降低AI协作能力,监督学习虽能改善单体任务但对多智能体协作效果甚微,表明当前架构存在根本局限性。
纽约大学和Aimpoint Digital Labs的研究团队首次揭示了Transformer模型训练中"大规模激活"的完整发展轨迹。这些影响力比普通激活大千倍的"超级激活"遵循可预测的数学规律,研究者开发出五参数公式能以98.4%准确率预测其变化。更重要的是,通过调整模型架构参数如注意力密度、宽深比等,可以在训练前就预测和控制这些关键激活的行为,为设计更高效、量化友好的AI模型提供了全新工具。