北京时间4月16日凌晨消息,据路透社与益普索(Ipsos)进行的一次联合调查显示,约6%美国成年人计划购买苹果公司的Apple Watch智能手表,其中男性用户购买该产品的可能性较女性高出一倍。
调查称,不到4%的美国成年女性计划购买Apple Watch,相比之下男性为9%。益普索在4月8日到14日之间对1829名美国成年人进行了在线调查,该调查的置信区间为上下浮动2.6个百分点。Apple Watch已在上周开放预订购。
基于2014年的美国人口普查数据计算,在不计入青少年人口的情况下,这意味着Apple Watch的潜在销售量约为1500万只,前提是称其计划购买该产品的被调查者真的会买。相比之下,华尔街对2015年Apple Watch全球销量的预测存在很大差异,在1000万只到3200万只之间。科技研究公司Gartner分析师范·巴克(Van Baker)称,路透社的调查结果表明,“比例相当高”的美国人有意购买Apple Watch,即便只是接近于这一比例也能给苹果公司带来很大好处。
调查同时显示,18%被调查者称其“非常”或“在某种程度上”对Apple Watch有兴趣,而相比之下76%称其毫无兴趣。其中,18到28岁之间被调查者的兴趣最高,为34%,这一人群为Apple Watch给出的“酷系数”也是最高的,为53%,相比之下所有人群的整体“酷系数”则是42%。
全球消费者都在4月10日蜂拥涌向苹果公司专卖店试戴Apple Watch,这款产品将在4月24日正式开始销售,而在线订单已迅速超过供应,大多数用户都需要等待至少一个月才能拿到货。
据接受路透社调查的一名美国男子表示:“我已经有了iPhone和iPad,苹果公司提供的所有产品几乎我都有了。”他称其给自己预订了一款基本Sport版Apple Watch,并给妻子预订了一款中端版本。
苹果公司尚未披露Apple Watch的预订购数据,但该公司CEO蒂姆·库克(Tim Cook)称其销售表现十分“优异”。据购物数据公司Slice Intelligence和券商Cowen and Co估测,Apple Watch开放预订购首日的美国订购量约为100万只。
三星、索尼和LG都已推出自己的智能手表,其中很多都基于谷歌Android操作系统。这些厂商均未公布销售数据,但根据独立研究公司Smartwatch Group的估测,去年全球智能手表销售量为680万只,其中三星处于领先地位,约为120万只。
Apple Watch基本Sport版的售价为349美元,镀金版售价则高达1.7万美元,用户可使用这款产品查收电子邮件、听音乐和打电话,前提是与iPhone配合使用。从业界人士的评测来看,其样式整体而言颇受好评,但电池寿命和应用加载缓慢则受人诟病。
据路透社和益普索调查显示,30到39岁之间的美国成年人最有可能购买Apple Watch,比例为13%;其次是18到29岁之间的人群,为10%。略低于三分之一比例的被调查者称其已经拥有一部iPhone。不出意 料,iPhone用户更有可能购买Apple Watch,比例约为15%。而在没有iPhone的人群中,8%称其将考虑改用iPhone以便购买Apple Watch。
巴克指出,许多潜在买家最后都会暂缓购买,直到苹果公司推出第二代Apple Watch时才会真的去买,预计第二代很可能将在明年问世。
好文章,需要你的鼓励
GeoVerse融合几何潜在扩散模型与Wan2.2视频生成先验,并引入全局空间记忆机制,实现了跨视角一致、生成质量高且推理速度快的新视角合成,在多个数据集上大幅超越现有方法GLD。
本文解读TT-VidT,一种通过分离外观锚点与动作令牌、结合Diff Compression训练目标的视频自监督方法。在24种架构目标组合的受控实验中,仅TT3D与Diff Compression搭配才能进入强动作敏感区,且计算量比同类方法降低近一半。
Q&A Q1:Imprint Reader是什么? A:Imprint Reader是上海人工智能实验室团队开发的模型,通过SMaRT训练方法学会读取另一个模型冻结的权重更新,把参数层面的变化翻译成自然语言描述,判断这次更新到底注入了什么知识或诱导了什么行为习惯。 Q2:MetaEdit能做什么? A:MetaEdit能把Reader对目标行为的梯度信号迁移到原始模型上,不需要任何目标任务的训练数据,只用一句行为描述就能定向调整模型参数,已经在安全性拒绝率调节、数学推理风格转变和工具调用能力提升上验证过效果。 Q3:Imprint Reader读权重更新的准确率高吗? A:目前还不高,知识类目标的Pass@100只有2%,行为类目标是16%,说明自由生成描述的可靠性有限,但相比原始模型完全答不出来的0%基线,已经证明了权重更新的自然语言读取是可行的。
统一多模态模型能看也能画,理论上该会自我修正。本论文提出UMM-Reflection,用整条轨迹的强化学习联合训练诊断和修图能力,GenEval提升12分,且迁移到多个未训练基准,揭示RL提升的是选择可靠性而非新能力。