
在美国拉斯维加斯的CES 2015大会上,华硕召开了新品发布会,该公司董事长施崇棠推出两类新产品:混合式Windows PC和拍照型智能手机。
Transformer Book Chi系列均为笔记本+平板二合一可拆式Windows设备,拥有传统的翻盖笔记本电脑外观,同时可分离成平板电脑。鉴于该设备的处理器、RAM、显示屏及其他部件均组装在其屏幕后部,Transformer Book Chi笔记本电脑完全可以用作一台独立的Windows平板。
尽管Transformer Book系列产品本身已不再新奇,但Chi系列设备是全新的。Transformer Book Chi系列设备分三种尺寸:8.9、10.1和12.5英寸。不同于之前的Transformer Book系列的塑料外形,Chi系列设备采用全铝合金外观设计,部分产品搭载最新的英特尔Core M处理器。
Core M处理器主要为高端笔记本电脑、平板电脑和混合式设备而设计,节能高效,而Chi系列产品采用无风扇设计,轻薄且安静。
其中华硕Transformer Book Chi T300采用12.5英寸显示屏,屏幕分辨率分为1920×1080和2560×1440两种,均搭载英特尔Core M处理器,在美起售价分别为699美元和799美元,远远低于众所周知的联想Yoga 3 Pro,后者起售价为1199美元。施崇棠称之为他的“终极梦想机”,并将其12.5英寸版的Chi T300与MacBook Air进行了厚度对比。
华硕Transformer Book Chi T100配置10.1英寸显示屏,搭载英特尔低端Atom处理器,屏幕分辨率为1900×1200,在美起售价为399美元。
华硕Transformer Book Chi T90则配置一块8.9英寸的显示屏,作为该系列产品中最小的一款,其外观更接近于一台平板,不过还外带了一个可接键盘的小翻盖。其屏幕分辨率为1280×800,同样搭载英特尔Atom处理器,在美起售价为299美元。这三款产品均将于今年二月份上市,但尚未公布其国际价格及供货情况。
此外,为在二合一设备领域脱颖而出,该系列产品还支持蓝牙连接使用键盘。
除此之外,华硕还发布了一款全新旗舰智能手机ZenFone 2,以及一款主打拍照功能的ZenFone Zoom智能手机。
ZenFone 2搭载四核64位的英特尔Atom Z3580处理器,采用4GB运行内存。外观上仍选用金属质感同心圆设计,机身纤薄,仅3.9毫米厚,音量控制键移至手机后方,方便手指控制。ZenFone 2采用5.5英寸IPS显示屏,材质为大三代大猩猩玻璃(Gorilla Glass 3),提供全高清分辨率,主摄像头配备f/2.0大光圈镜头,1300万像素。
ZenFone 2运行谷歌Android 5.0 Lollipop系统,同时植入华硕ZenUI操作界面,其间包含新的手势控件(如滑动“e”型图标即可打开用户的电子邮件),以及大量自定义选项。
华硕ZenFone 2将于3月份在美国上市,售价为199美元。
除此之外,另一款ZenFone Zoom也是摄影师们的不二选择。这款智能手机配有一颗1300万像素的摄像头,并具备3倍光学变焦功能,以及光学防抖和快速激光自动对焦功能,可拍摄距离镜头最近五厘米的物体,华硕称之为世界上最薄的手机。
对高级用户而言,华硕为该手机配备了手动模式,允许所谓的“专业级”用户手动控制设置相机的ISO感光度、白平衡、快门速度及其他功能。这款手机将于今年第二季度在美国上市,售价为399美元。尚未公布其国际价格及供货情况。
好文章,需要你的鼓励
谷歌DeepMind等顶级机构联合研究揭示,当前12种主流AI安全防护系统在面对专业自适应攻击时几乎全部失效,成功率超过90%。研究团队通过强化学习、搜索算法和人类红队攻击等多种方法,系统性地突破了包括提示工程、对抗训练、输入过滤和秘密检测在内的各类防护技术,暴露了AI安全评估的根本缺陷。
西蒙弗雷泽大学和Adobe研究院联合开发的MultiCOIN技术,能够将两张静态图片转换为高质量的过渡视频。该技术支持轨迹、深度、文本和区域四种控制方式,可单独或组合使用。采用双分支架构和分阶段训练策略,在运动控制精度上比现有技术提升53%以上,为视频制作提供了前所未有的灵活性和精确度。
英国国王学院研究团队开发了潜在精炼解码(LRD)技术,解决了AI文本生成中的速度与准确性平衡难题。该方法通过两阶段设计模仿人类思考过程:先让AI在连续空间中"深思熟虑",保持多种可能性的混合状态,然后"果断行动",逐步确定答案。实验显示,LRD在编程和数学推理任务中准确性提升最高6.3个百分点,生成速度提升最高10.6倍,为AI并行文本生成开辟了新路径。
清华大学团队开发的ViSurf是一种创新的大型视觉语言模型训练方法,巧妙融合了督导式学习和强化学习的优势。该方法通过将标准答案整合到强化学习过程中,让AI既能从正确答案中学习又能保持自主推理能力。实验显示ViSurf在多个视觉任务上显著超越传统方法,特别是在处理模型知识盲区时表现突出,同时有效避免了灾难性遗忘问题,为AI训练提供了更高效稳定的新范式。