图注:App Store和Google Play下载量、营收对比
北京时间4月16日消息,据《华尔街日报》网络版报道,应用研究公司App Annie周三发布的报告显示,今年第一季度,谷歌应用商店Google Play的下载量要高于苹果App Store,并且还在扩大领先优势。但与此同时,Google Play在营收上依旧远落后于App Store。
报告称,在中国和美国 市场强劲表现的带动下,苹果App Store今年第一季全球营收较Google Play高出70%,在去年第三季度60%的领先优势上又增加了10个百分点,凸显出谷歌在追赶苹果应用商店营收上并未取得太大进展。 中国市场是苹果App Store第一季的一大亮点,反映出iPhone中国市场份额的大幅增长。苹果大尺寸iPhone 6和iPhone 6 Plus在中国大受欢迎,该国消费者更喜欢大屏智能机。
报告称,今年第一季度,中国超越美国成为iOS应用下载的第一大市场。不过在App Store营收上,中国依旧落后于美国和日本。
但与此同时,受益于墨西哥、土耳其、巴西、印度尼西亚等新兴市场的需求,Google Play下载量比App Store高出70%。相比之下,谷歌Google Play去年第三季度下载量比App Store高出60%。
好文章,需要你的鼓励
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。
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。
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。