北京时间4月18日午间消息,据美国市场研究公司NPD Group测算,2016年,智能手表在美国成年人中的普及率将达9%,与运动手环接近。
NPD认为,随着智能手表的普及率增加,运动手环将进入平台期。美国运动手环用户总数在经过了4年的大幅增长后,将在2016年底达到3200万的峰值。
“智能手表今后显然会蚕食运动手环的份额。”NPD分析师艾迪·霍尔德(Eddie Hold)说,“事实上,健身和健康应用已经成为智能手表的推广重点,因此将分流一部分用户。”
然而,运动手环不仅面临智能手表的威胁,其自身的产品定位同样存在问题。计步功能的吸引力不大,因而限制了这类设备的目标市场。事实上,约有40%的运动手环用户在购买这类设备后6个月选择停用。
“对运动手环来说,好消息在于运动领域的机会越来越明确。”霍尔德说,“人们需要更多支持GPS和心率监测功能的复杂运动手环,还希望提升坚固性和防水性。尽管我们认为运动手环有可能面临瓶颈,但这些高端设备仍将进一步推升普及率。”
不过,智能手表和运动手环市场未来的发展并不仅仅取决于硬件,应用也扮演着至关重要的角色。第三方开发商将成为这一市场能否实现长期增长的关键。
“虽然这些新产品无疑都有助于提升需求,但智能手表应用才是真正的考验。”霍尔德说,“这类设备的确存在着一些需求,使用情境也将相继出现。但智能手表厂商和应用开发商必须努力将这些产品从‘锦上添花’变成‘必不可少’。”
好文章,需要你的鼓励
这项由Snowflake AI Research发表的研究挑战了传统语言学对大型语言模型的批评,通过引入波兰语言学家Mańczak的理论框架,论证了LLM的成功实际上验证了"频率驱动语言"的观点。研究认为语言本质上是文本总和而非抽象系统,频率是其核心驱动力,为重新理解AI语言能力提供了新视角。
freephdlabor是耶鲁大学团队开发的开源多智能体科研自动化框架,通过创建专业化AI研究团队替代传统单一AI助手的固化工作模式。该框架实现了动态工作流程调整、无损信息传递的工作空间机制,以及人机协作的质量控制系统,能够自主完成从研究构思到论文发表的全流程科研工作,为科研民主化和效率提升提供了革命性解决方案。
德国马普智能系统研究所团队开发出专家混合模型的"即时重新布线"技术,让AI能在使用过程中动态调整专家选择策略。这种方法无需外部数据,仅通过自我分析就能优化性能,在代码生成等任务上提升显著。该技术具有即插即用特性,计算效率高,适应性强,为AI的自我进化能力提供了新思路。
Algoverse AI研究团队提出ERGO系统,通过监测AI对话时的熵值变化来检测模型困惑程度,当不确定性突然升高时自动重置对话内容。该方法在五种主流AI模型的测试中平均性能提升56.6%,显著改善了多轮对话中AI容易"迷路"的问题,为构建更可靠的AI助手提供了新思路。