在阔别中国市场三年后,久违的摩托罗拉昨日携手联想正式宣布摩托罗拉回归中国市场,并一口气连发四款设备,包括全新可定制化的新Moto X、Moto X pro、Moto G及可穿戴设备Moto Hint。
其中Moto X自推出以来就收到了很好的用户口碑,尤其是它的定制服务让消费者非常满意。Moto X Pro有着更大的屏幕、更强的性能,带来更出色的用户体验。Moto G是目前摩托罗拉销量最好的产品,并且4G LTE版今日将全球首发。
据悉,新Moto X和Moto X Pro支持中国三大运营商的所有4G网络。Moto G支持双卡双待,分为中国移动/中国联通双4G和电信4G两种版本。
Moto X即日起开始在摩托罗拉官网、京东商城、天猫商城、国美在线、苏宁易购及迪信通进行在线预约购买,Moto G预约时间为2月10日,Moto X Pro将从今年3月份开始发售。
其中,国行 New Moto X 16/32GB 价格为 3299/3699 元,同时中国特别版绿松蓝 Moto X 价格为 2999 元,Moto G 8/16GB价格为1299/1499 元。摩托罗拉移动总裁兼CEO Rick Osterloh会上表示,正在热销中的Moto 360智能手表很快也将引入中国市场。
重生Moto将以”Power to choose“为口号,将选择权交给消费者,为此摩托特别针对消费者推出了一项完全自定义选择的服务Moto maker,具体包括手机后盖颜色、手机壳材质、前面板颜色、镶边颜色、内存大小、开机问候语、墙纸以及激光刻字功能。
今年上半年,中国消费者将成为亚洲地区首批可以体验到摩托罗拉在线定制平台Moto Maker的用户。
新Moto X 拥有流线型曲线,并且采用中心对称设计,边框为铝制。配备 5.2 英寸 1080P OLED屏幕,搭载高通2.5GHz S801四核处理器,2GB RAM + 16/32GB ROM,210 万像素前置搭配 1300 万像素后置相机,2300mAh 电池容量,支持全网4G。
此次,国行新Moto X将会是国内首款搭载 lollipop 稳定版的手机。Moto还将采用本地化定制,内置了讯飞语音、乐商店、高德地图等软件来替代原有的谷歌服务,此外Moto 语音,Moto 显示,Moto 助手,隔空操控等都会引入国行。
首先登陆中国市场的Moto X材质和颜色将包括天然竹、本色皮、黑檀木、雅典黑、绿松蓝和蔓越粉六款。三月份,Moto Maker上线中国后将支持更多自定义的选择。
除了拥有“Moto 语音”等Moto X的所有功能,Moto X Pro将带来更大屏幕的视觉效果和更强大的性能。Moto X Pro配备6吋2K高清屏和两个前置立体声扬声器,搭载主频2.5GHz的高通S805处理器,3GB RAM + 32/64GB ROM,1300 万像素后置光学防抖摄像头,3220mAh电池容量,支持全网4G。
Moto X Pro将从今年3月份开始发售,但价格尚未公布。
此次摩托也发布了新一代Moto G,屏幕从4.5英寸扩大到了5英寸,机身重量149克,但分辨率依旧是720P。主摄像头800万像素,前摄像头200万像素。电池为2070毫安时。
处理器采用的是高通骁龙400四核处理器,主频为1.2GHz,1GB RAM,分为8GB和16GB两个存储,但加入了支持最高32GB的MicroSD卡拓展。此外,新Moto G还拥有双卡双待版本,支持双4G LTE。
Moto G将在2月10日起在摩托罗拉官网和京东商城率先开始接受预约,8GB版本线上售价为1299元,16GB版本为1499元。
蓝牙智能耳机Moto Hint是此次发布会的一个小小惊喜。
除了传统的蓝牙耳机功能之外,Moto Hint的最大用途就是语音操作。与Moto X完成配对之后,用户可以直接对Moto Hint下达语音指令,与Moto X的语音助手进行对话和操控,完成信息搜索、发送短信、拨打电话等等操作。
据悉,此次新Moto X、Moto X Pro和Moto G均搭载了摩托罗拉的原生安卓系统,摩托表示此举是尽量减少预装应用的数量,只提供了最基本的一些应用,如应用商店、浏览器、音乐、导航地图和安全应用等,让用户可以选择自己喜欢的更多其他应用和服务。
自2013年8月面世以来,第一代Moto X就因其出色的外形,一流的麦克风,上乘的材质和制造工艺,赢得外界的一致好评。然而就在摩托阔别中国市场三年后,同时也是继联想完成对摩托罗拉智能手机业务收购的三个月后,摩托一口气发布三款新机与一款可穿戴的无线耳机,为了拉拢“摩粉”的心,摩托还是蛮拼的!
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。