苹果首席设计师乔尼·艾维
北京时间4月23日早间消息,苹果首席设计师乔尼·艾维(Jony Ive)在出席奢侈品行业会议时表示,之所以选择用黄金打造Apple Watch,并不是为了定高价,而是他真心喜欢这种材料。
“之所以选择黄金,并不是为了定高价——这绝不是我们选择这种材料的原因。”艾维4月22日在意大利佛罗伦萨接受媒体采访时说,“选择黄金是因为我们喜爱它,我们并没有使用现成的黄金,而是自己开发了一种材料。”
据官方网站的信息显示,苹果使用的18k金硬度达到标准黄金的两倍,这种材料被用在高端版本的Apple Watch上,美国市场售价为1万至1.7万美元之间。
“这的确是一种深受我们喜爱的材料,它主导了我们的很多行为,启发了我们看待世界的很多方式。”艾维说。
Apple Watch将于本周五正式上市,苹果公司将凭借这款产品与高端奢侈品企业展开竞争。该公司还提供一些采用铝和不锈钢外壳的低价Apple Watch版本。
艾维是在参加康泰纳仕国际奢侈品大会时发表上述言论的,蒂凡尼、爱马仕、香奈儿和其他奢侈品牌高管也都将参加此次会议。
苹果之前曾经成功颠覆了智能手机行业,并借此成为全球市值最大的企业,因此它的实力不容小区。《International Vogue》编辑苏泽·蒙克斯(Suzy Menkes)表示,Apple Watch已经令奢侈品行业的部分企业感到担忧。
艾维表示,苹果仍在遵循该公司1970年代定下的目标:让科技更亲民、更有用、更个性。他说:“如果感觉科技难以使用,我们就失败了。”
Apple Watch也将检验苹果进入新产品领域的能力。这款产品已于4月10日开始预售,4月24日正式发货。就在苹果开始接受订单后,高端版本的Apple Watch送达时间便推迟到今年6月。苹果表示,由于库存问题,该公司无法在本周五通过实体店销售Apple Watch。
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。