
苹果已证实将于10月16日直播其新品发布会,为热切的观众们提供了能同步观看苹果发布新品的机会。
访问苹果直播网站,即可看到届时直播视频的等待页,并配有文字:“请在apple.com/live加入我们,于太平洋时间10月16日上午10点观看我们的特殊活动直播。”
预计本次发布会上将有望看到最新iPad和新一代Mac,而且Mac OS X Yosemite也可能会于发布会上推出。
苹果已在今年9月初举办了其大型发布会,并自豪地推出了最新iPhone 6和iPhone 6 Plus。此外,我们也首次得以瞥见该公司的可穿戴设备Apple Watch。
我们期待本次发布会的视频直播较上个月的直播能更加稳定。上个月的iPhone 6发布会上,由于视频迟缓、异常问题以及新增中文同声传译声道导致的乌龙事件破坏了许多观众的心情。
届时CNET将为大家全程报道。我们将会为大家带来详尽的内容更新以及活动现场的图文直播。
苹果在本次发布会的邀请函中写道:“It’s been way too long(久违了!)”。本次发布会将在苹果的加州总部举办,较九月份发布会选用的场地要小。
苹果目前所面临的挑战是如何让人们继续保持对iPad的高度关注。今年早些时候,苹果的平板电脑发货量已低于预期。然而,苹果首席执行官蒂姆·库克一直很注意不要令产品出现阶段性,他在今年7月表示:“我们依然觉得平板设备仍处于早期阶段,iPad还会有重大的创新,我们能做到这一点。”
好文章,需要你的鼓励
本文介绍了由南方科技大学等机构于2026年4月发表的研究(arXiv:2604.08865),提出了名为SPPO的大模型推理训练新方法。该方法将推理任务重新建模为"序列级情境赌博机",用一个轻量级价值模型预测题目难度,以单次采样替代GRPO的多次采样,解决了标准PPO的"尾部效应"问题。实验显示,SPPO在数学基准测试上超越GRPO,训练速度提升约5.9倍,配合小尺寸价值模型还能显著降低显存占用。
这项由香港科技大学数学系完成的研究(arXiv:2604.10465,2026年ICLR博客论文赛道)提出了一种从朗之万动力学视角理解扩散模型的统一框架。研究指出,扩散模型的前向加噪和逆向去噪过程,本质上是朗之万动力学这一"分布恒等操作"被拆成了两半。在这个视角下,VP、VE-Karras和Flow Matching等不同参数化的模型可被精确互译,SDE与ODE版本可被统一解释,扩散模型相对VAE的理论优势得以阐明,Flow Matching与得分匹配的等价性也得到了严格论证。
中国人民大学高岭人工智能学院等机构联合开发了AiScientist系统,旨在让AI自主完成机器学习研究的完整工程流程,包括读论文、搭环境、写代码、跑实验和迭代调试,全程无需人工干预。系统核心设计是"薄控制、厚状态":由轻量指挥官协调专业代理团队,通过"文件即通道"机制将所有中间成果持久化存储,使每轮工作都能建立在前一轮积累的基础上。在PaperBench和MLE-Bench Lite两个基准上,系统表现显著优于现有最强对比系统,论文发布于2026年4月。
这项由字节跳动发布的研究(arXiv:2604.13030)提出了生成式精化网络(GRN),一套模仿人类画家"边画边改"直觉的视觉生成新框架。其核心包括两项创新:层级二进制量化(HBQ)通过多轮二分逼近实现近乎无损的离散图像编码,以及全局精化机制允许模型在每一步对整张图像的所有位置重新预测并随时纠错,从根本上解决了自回归模型的误差积累问题。配合基于熵值的自适应步数调度,GRN在ImageNet图像重建(rFID 0.56)和生成(gFID 1.81)上均创下新纪录,并在文本生成图像和视频任务上以20亿参数达到同等规模方法的领先水平。