随着全球PC出货量继续滑坡,平板电脑增速在大幅放慢,部分原因是今年苹果iPad出货量滑坡。
尽管对今年全球PC出货量跌幅的预期由3.7%收窄至2.7%,平板电脑出货量增速也将由52.5%收窄至仅7.2%。
市场研究公司IDC指出,今年将是iPad出货量滑坡的第一个年份。传统上,自2010年问世以来,iPad一直主导着平板电脑市场。
IDC分析师赖恩•瑞思(Ryan Reith)指出,这并不让人感到意外,平板电脑市场“持续受到一些因素的影响”。他说,平板电脑换代周期超过3年,“我们认为,造成平板电脑换代周期长于预期的两大主要因素是,老款产品仍然得到软件支持——尤其是在iOS平台上,智能手机被用来完成越来越多的计算任务”。
今年Android平板电脑出货量将达到1.595亿台,市场份额为67.7%;相比之下,iPad出货量为6500万台,市场份额为27.5%。数据显示,今年iPad出货量将下滑近13%。Windows平板电脑出货量将增长逾67%至1090万台,市场份额为4.6%。
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。