微信扫一扫,关注公众号

  • 科技行者

  • 算力行者

见证连接与计算的「力量」

首页 Apple发布新音乐播放器:iOS 8.4 开发者 Beta 版

Apple发布新音乐播放器:iOS 8.4 开发者 Beta 版

2015-04-14 09:50
分享至:
----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-
2015-04-14 09:50 36氪

Apple发布新音乐播放器:iOS 8.4 开发者 Beta 版 在 iOS 8.3 发布后的没几天,Apple 今天又发布了 iOS 8.4 的开发者 Beta 版。这一版更新中,Apple 带来了全新的音乐播放器。

如果你想看看传说中的 Apple 流媒体音乐服务的话,这次的更新并不包括它。这款 Beats Music 为基础重新设计后的音乐流媒体,Apple 要留到 6 月份的 WWDC 大会上再掀起它的盖头来,有可能伴随着 iOS 9 一起面世。

即 便如此,这次的音乐播放器之更新还是很大了。首先是UI上整个改头换面了,不管是曲库还是播放界面。其次增加了“最近添加”功能,用户添加完新的歌曲后不 用再在整个歌曲列表里找。类似 Pandora 的 iTunes Radio 功能在这版的播放器中,也有更好的体验。

苹果给出的具体更新信息如下:

  • 全新设计。音乐播放器有了全新的漂亮设计,让发现音乐更简单也更有趣。播放列表现在允许用户自行添加封面图和描述。
  • 最近添加。用户最新添加的专辑或播放列表会在曲库的顶部显示,毫不费力就能找到曲库中最新的歌。
  • 更高效的 iTunes Radio。在 iTunes Radio 中发现音乐变得前所未有的简单。用户可以在“最近播放”列表中直接返回到他们最喜爱的电台。
  • 新的迷你播放器。现在,用户可以浏览乐库时,通过迷你播放器里看到正在播放的歌,并控制快进快退。轻点迷你播放器即进入播放界面。
  • 改良过的播放界面。播放界面有了全新的设计,专辑封面显示得更加完整了,和顶栏融为一体。在这里,用户也可以直接通过 AirPlay,将你正在听的歌 Stream 别的设备上播放,无需离开播放界面。
  • Up Next. 播放界面提供了一个 Up Next 列表,用户可以直接在播放界面查看接下来会播放的是那些歌曲,并选择增加或跳过歌曲等等。
  • 全局搜索。现在在音乐播放器的没一个界面,用户都可以进行搜索。搜索结果经过很好的组织,让用户更方便的发现歌曲。用户也可以直接在搜索结果中开启 iTunes Radio 的电台。

基本上就是这些更新啦。关于流媒体服务,我们还是期待两个月后的 WWDC 吧。


分享至
0赞

好文章,需要你的鼓励

推荐文章
  • 南方科技大学等机构联手破解AI推理训练难题:让大模型"一次思考"就学会解题

    南方科技大学等机构联手破解AI推理训练难题:让大模型"一次思考"就学会解题

    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。

  • 香港科技大学数学系研究者:扩散模型原来是一个"魔法恒等式"拆成了两半

    香港科技大学数学系研究者:扩散模型原来是一个"魔法恒等式"拆成了两半

    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。

  • 中国人民大学研究团队打造的"AI科学家":让机器自主完成几十小时的科研工程,它是怎么做到的?

    中国人民大学研究团队打造的"AI科学家":让机器自主完成几十小时的科研工程,它是怎么做到的?

    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。

  • 字节跳动发布GRN:像人类画家一样"边画边改"的AI图像生成新范式

    字节跳动发布GRN:像人类画家一样"边画边改"的AI图像生成新范式

    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。

----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-