Apple Watch供货不足原因:关键零部件缺陷
4月30日消息,Apple Watch自上市以来,供货又出现了问题。据《华尔街日报》报道,供货不足的原因是Apple Watch内部关键零部件上发现缺陷。Taptic Engine,即可产生触感反应的线性振动器装置出现了问题。
Apple Watch于4月24日发货,TechWeb从苹果官网了解到,目前Apple Watch三个版本均无现货,38毫米版本的发货需要4-6周,42毫米版本的需要到6月才能发货。
据报道,为苹果代工Taptic engine的AAC Technologies Holdings生产的Taptic engine会随着时间推移而损坏,苹果已经放弃了许多已经生产出来的Apple Watch。目前,苹果已经将所有Taptic Engine的生产转交给其他供应商。
苹果Taptic engine的另一家供应商没有出现问题,但这家供应商提高产能还需要时间。
苹果零售部高级副总裁安吉拉·阿伦德茨上周曾表示,示Apple Watch可能无法按照原计划出货。据市场研究公司Slice Intelligence统计数据显示,那些预订了Apple Watch的用户,只有1/4的人能够在其上市后收到宝贝。
好文章,需要你的鼓励
亚马逊FAR部门研究团队通过创新的"掩码比特建模"技术,突破了图像生成领域的传统认知。研究发现离散方法劣势源于信息容量不足而非技术路线缺陷,提出的BAR框架通过渐进式比特预测解决大词汇表计算难题,在ImageNet-256上创下0.99 gFID新纪录,同时实现数十倍的速度提升,为AI图像生成开启质量与效率并举的新时代。
北京大学与美团联合研究团队提出轮廓引导路径探索(OPE)方法,解决AI并行推理中的"互信息饱和"问题。通过先生成多样化策略轮廓再执行具体推理,避免多条思路重复收敛的困境。在数学推理测试中,该方法显著提升了复杂问题的解决成功率,为AI推理能力的可靠性提升提供了新的技术路径。
南洋理工大学研究团队开发了Dr. MAS训练方法,专门解决多智能体大语言模型系统的训练不稳定问题。该方法通过为每个AI智能体使用个性化的评价标准,避免了传统全局标准化导致的梯度爆炸问题。在数学推理和多轮搜索任务中,Dr. MAS显著提升了系统性能和训练稳定性,为构建更强大的AI协作系统提供了重要技术支撑。
腾讯AI实验室开发的Covo-Audio是首个真正实现端到端语音对话的7B参数大模型,能直接处理语音输入并生成自然回应。该系统突破了传统流水线式处理的局限,实现了智能与声音分离、全双工交互等创新功能,在多项基准测试中表现优异,特别是在情感理解和自然对话方面达到了新的水准,为语音交互技术的实用化和个性化应用开辟了新路径。