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
这项研究利用大语言模型解决科学新颖性检测难题,南洋理工大学团队创新性地构建了闭合领域数据集并提出知识蒸馏框架,训练轻量级检索器捕捉想法层面相似性而非表面文本相似性。实验表明,该方法在市场营销和NLP领域显著优于现有技术,为加速科学创新提供了有力工具。
un?CLIP是一项创新研究,通过巧妙反转unCLIP生成模型来增强CLIP的视觉细节捕捉能力。中国科学院研究团队发现,虽然CLIP在全局图像理解方面表现出色,但在捕捉细节时存在不足。他们的方法利用unCLIP生成模型的视觉细节表示能力,同时保持与CLIP原始文本编码器的语义对齐。实验结果表明,un?CLIP在MMVP-VLM基准、开放词汇语义分割和视觉中心的多模态任务上显著优于原始CLIP和现有改进方法,为视觉-语言模型的发展提供了新思路。
这项研究介绍了RPEval,一个专为评估大语言模型角色扮演能力而设计的新基准。研究团队从法国里尔大学开发的这一工具专注于四个关键维度:情感理解、决策制定、道德对齐和角色一致性,通过单轮交互实现全自动评估。研究结果显示Gemini-1.5-Pro在总体表现上领先,而GPT-4o虽在决策方面表现出色,但在角色一致性上存在明显不足。这一基准为研究人员提供了一个可靠、可重复的方法来评估和改进大语言模型的角色扮演能力。
这篇论文介绍了LegalSearchLM,一种创新的法律案例检索方法,将检索任务重新定义为法律要素生成。研究团队构建了LEGAR BENCH数据集,涵盖411种犯罪类型和120万案例,并开发了能直接生成关键法律要素的检索模型。实验表明,该模型在准确率上超越传统方法6-20%,且在未见犯罪类型上展现出强大泛化能力。这一突破为法律专业人士提供了更高效、精准的案例检索工具。