Apple Watch应用商店首页
此前,在用户更新了iOS 8.3系统之后,Apple Watch的应用出现了在系统中,如果当时有块手表,激活此应用会发现底部有三栏,最右是App Store,那时这还是简单列表,所有支持Apple Watch的应用都会出现在这里。
苹果的手机与手表采用一种特别的联动方式,如果一款应用支持手表,当用户已经在手机上安装它,这些应用会自动安装至Apple Watch,用户可以使用手机进行管理。
今天正式上线的Apple Watch应用商店仍内嵌在手机应用中,仍需Apple Watch激活这个应用,否则是不会看到的。
相比从前,今天的手表应用底部多加入了一栏,名字变成了“精选”,并加入了搜索功能。在这会看到许多圆形的图标。
相对应的,原本只为iPhone和iPad服务的手机版应用商店也变了样子,如果一款应用支持Apple Watch会在列表页有明显提示,在应用内页也能看到它的手表部分截图。
支持Apple Watch的应用会有明显提示
智能手机发展了今天,iPhone的硬件上已经逐渐被安卓阵营的对手追上,但iOS生态系统一直是苹果良好使用体验的保证,苹果公司希望自己的手表产品也能延续这点。Apple Watch应用商店将是极为重要的一步。
Apple Watch的应用依然会按照国家划分,据说世界范围已经有3000款支持手表的应用。
在此前新浪手机评测Apple Watch时候曾谈到,因为当时的第三方应用都是很早其的版本,表现并不算好;经过20多天之后,这种情况已经大为改善。但在一块如此小的屏幕上照搬iPhone的布局必然失败,对多数第三方应用来说,手表部分该是什么的样的存在,是一个重要问题。
好文章,需要你的鼓励
AIM Intelligence联合多所知名大学揭示了音频AI系统的重大安全漏洞,开发出名为WhisperInject的攻击方法。这种攻击能让看似无害的音频指令操控AI生成危险内容,成功率超过86%,完全绕过现有安全机制。研究暴露了多模态AI系统的系统性安全风险,对全球数十亿智能设备构成潜在威胁。
新加坡国立大学研究团队系统梳理了视觉强化学习领域的最新进展,涵盖超过200项代表性工作。研究将该领域归纳为四大方向:多模态大语言模型、视觉生成、统一模型框架和视觉-语言-动作模型,分析了从RLHF到可验证奖励范式的政策优化策略演进,并识别出样本效率、泛化能力和安全部署等关键挑战,为这一快速发展的交叉学科提供了完整的技术地图。
浙江大学研究团队通过OmniEAR基准测试揭示了当前AI模型在物理世界推理方面的严重缺陷。测试显示,即使最先进的AI在明确指令下能达到85-96%成功率,但面对需要从物理约束推断行动的任务时,成功率骤降至56-85%。研究发现信息过载反而降低AI协作能力,监督学习虽能改善单体任务但对多智能体协作效果甚微,表明当前架构存在根本局限性。
纽约大学和Aimpoint Digital Labs的研究团队首次揭示了Transformer模型训练中"大规模激活"的完整发展轨迹。这些影响力比普通激活大千倍的"超级激活"遵循可预测的数学规律,研究者开发出五参数公式能以98.4%准确率预测其变化。更重要的是,通过调整模型架构参数如注意力密度、宽深比等,可以在训练前就预测和控制这些关键激活的行为,为设计更高效、量化友好的AI模型提供了全新工具。