在索尼削减其持续下滑的智能手机销量预期后,该电子巨头的移动部门面临着严重的困境。
索尼首席执行官平井一夫(Kazuo Hirai)周二宣布了一笔大约17亿美元的减值损失,该损失来自其移动设备业务部门。但平井一夫表示,尽管市场增长缓慢,但索尼仍将致力于移动业务,继续将它作为索尼的三个核心部门之一。
在截至2014年3月31日的全年预期中,索尼将其预期净亏损从4.663亿美元扩大到了21.5亿美元。据路透社报道,援引自平井一夫的话称,2014年,索尼也将停止分红,这是自该公司1958年上市以来首次停止分红。
此外,在本财年结束之前,截至2015年3月中旬,索尼还将裁减其移动部门15%的员工。这个比例意味着该部门7100名员工中将有大约1000名员工离开。
索尼将在今年10月份公布其第二财季财报时宣布其裁员的相关细节。
索尼首席执行官表示:“我将集中确保重组工作能在今年完成,这样我们将会在下一个财政年度转为盈利。经济复苏是我的责任。”先前平井一夫计划扩大其移动部门,如今,在预期销售额增加之前,这将是一个转变。
面对苹果、三星和其他亚洲智能手机制造商,如小米和联想等,索尼竞争压力一直很大,处境艰难。索尼公司很难深入美国和中国市场,这使得该公司很难扩大自己的地盘。
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。