经过数月传闻,苹果终于在上周发布的iPhone 6、iPhone 6 Plus以及Apple Watch等新产品上,推出了NFC(近场通讯)功能。但最新的报道称,苹果锁定了其新设备上的NFC功能,只能被用于Apple Pay移动支付。
尽管NFC功能出现在安卓手机已有一段时间,包括三星、索尼和诺基亚在内,都在各自的旗舰设备上推出了这一功能,但苹果却迟迟不肯动手,直至在上周的新品发布会上,才宣布开始支持NFC功能。
在上周苹果举行的发布会上,该公司推出了移动支付服务——Apple Pay。这一服务利用NFC技术和Touch ID指纹识别传感器,满足用户在iPhone 6、iPhone Plus或Apple Watch上进行安全支付。与此同时,苹果还宣布了多家接收Apple Pay移动支付的合作厂商。
但科技博客Cult of Mac报道称,NFC功能将被锁定,仅限于Apple Pay平台,这意味着该功能将无法在其它场合使用。
苹果发言人证实,NFC功能将被锁定,将限制开发人员使用NFC芯片功能至少一年时间。但苹果拒绝评论是否在一年后会开放NFC功能。
NFC功能可被用于多种任务,包括智能手机与扬声器设备间的配对,以及设备间共享联系人信息等。但苹果此番组最新表态,或许令果粉们大失所望,因为在经历漫长的等待之后,苹果新设备上的NFC功能,可能并非他们所渴望得到的NFC功能。
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。