Apple Watch上月底发货和正式上线应用商店后,苹果CEO库克近日公开表示,Apple Watch目前已经有超过3500款应用。
除了内置的原生应用,苹果公司还在Apple Watch应用商品为用户推荐了微博、微信、随手记等11款入门级应用,涵盖了社交、购物、出行、新闻、生活以及理财等多个领域,基本覆盖日常生活场景所需。
苹果公司向来关注动态系统的建设和完善,在iPhone上功能完善和体验成熟的主流APP可以在Apple Watch怎么“玩”,让果粉们期待不已。
在苹果的推荐清单上,随手记是唯一一款被推荐的记账理财App。除了用Apple Watch收发社交信息和监测运动情况,怎样用Apple Watch记账让人“脑洞大开”,一起来看看怎样抬起手腕“记账理财”吧!
对Apple Watch有兴趣的果粉们都知道,要在Apple Watch上使用第三方应用,首先要把其跟你的iPhone手机进行匹配。需要注意的一点是,Apple Watch必须配合iPhone使用,至少是iPhone 5或更新的产品,并且升级到ios 8.2以上的系统。
升级系统以后,只要打开系统自带的Apple Watch应用,点击匹配让手机相机扫描手表完成配对。在配对的过程你可以选择自动或手动同步iPhone上的数据。
因此,只要在iPhone手机上安装好随手记,随手记就会自动出现在“我的手表”的列表中,点击并选择“在Apple Watch上显示应用程序即可”,Apple Watch将会自动同步你在手机端随手记上的相关数据。
抬起手腕实时监控财务动态
随手记For Apple Watch主要有通过Glance实时浏览财务动态、提供各种图表为用户展示最新资产状况、点击模板快速记账、预算超支提醒以及热点理财资讯推送等核心功能。
随手记在手机端的图表展示财务状态功能一直是该款App的一大亮点。此次在随手记团队在随手记For Apple Watch上延续了此项功能,将为用户带了怎样的交互体验呢?
(图:激活手表,往上活动屏幕,无须打开app也能看到近期收支情况。)
想要最快速地了解近期的财务状况。用户只需激活Apple Watch,并从下往上滑动屏幕,无须打开随手记APP就可以通过Glance实时浏览“本月收支结余统计”。
而点解图表按钮进入图表功能页面可见,用户可以查看“月度支出”、“月度收入”和“资产负债”三大维度的财务信息。其中,月度支出和月度收入中,随手记还会将你本月的数据与上个月的数据进行动态对比,近期的收支状况一目了然。
在“资产负债”中则可以根据实时的“总资产、净资产以及总负债”三个维度浏览自己的总体资产状况。
(图:发工资了,快打开随手记For Apple Watch图表看看收入了多少钱。)
轻抬手腕就能一清二楚地浏览财务动态,对比需要打开手机查询信息来说,随手记For Apple Watch为用户带来了不少便捷的体验。
记账体验——一手买单一手记账
作为一款记账理财软件,除了利用图表和Glance功能巧妙厘清财务状况,“记账”顾名思义是随手记的主要功能之一。
(图:买完咖啡后,通过预设的模板一键记账)
目前,随手记For Apple Watch支持一键模板记账功能,只需要在随手记手机端按照日常的收支状况设置常用的模板,例如交通、饮食、房租物业和工资收入等相对固定的收支状况,就可以轻松实现“一键”记账,相关的信息也会快速同步在手机端的随手记APP中。
预算预警抑制冲动消费
习惯记账的用户大多都有每月设置预算和阅读理财资讯的习惯。在消息中心中,随手记有预算预警提醒和系统消息推送两大功能。
在预算预警中可见,只要用户在随手记手机端设置了每月预算和二级预算,随手记For Apple Watch都会实时向用户推送预算余额情况。
当你抬起手腕就能轻松查看是否有超支时,对大多数人而已能起到一定程度的抑制冲动消费作用。例如,逛完街想要打车的时候,抬起手腕看随手记For Apple Watch的预算预警提醒,行车交通预算所剩无几了。你或许就会放弃打车的念头而选择便宜的公共交通方式。
(图:逛完街想打车,预算预警提示交通费要花完了,还是坐公交吧)
总结:快捷灵活 深入生活场景
总体而言,作为苹果商品财务榜上长期占领榜首的APP,随手记在Apple Watch上延续了其核心功能,优化了产品的功能体验及显示界面,在个性与系统的平衡体验上实现了新的突破。
与手机端的理财软件相比,随手记 For Apple Watch拥有更贴近,更及时以及更便捷的功能操作感受。充分利用手腕上的Apple Watch快捷灵活的特点,让个人财务管理通过可穿戴设备更深入用户的生活场景。
好文章,需要你的鼓励
这项研究利用大语言模型解决科学新颖性检测难题,南洋理工大学团队创新性地构建了闭合领域数据集并提出知识蒸馏框架,训练轻量级检索器捕捉想法层面相似性而非表面文本相似性。实验表明,该方法在市场营销和NLP领域显著优于现有技术,为加速科学创新提供了有力工具。
un?CLIP是一项创新研究,通过巧妙反转unCLIP生成模型来增强CLIP的视觉细节捕捉能力。中国科学院研究团队发现,虽然CLIP在全局图像理解方面表现出色,但在捕捉细节时存在不足。他们的方法利用unCLIP生成模型的视觉细节表示能力,同时保持与CLIP原始文本编码器的语义对齐。实验结果表明,un?CLIP在MMVP-VLM基准、开放词汇语义分割和视觉中心的多模态任务上显著优于原始CLIP和现有改进方法,为视觉-语言模型的发展提供了新思路。
这项研究介绍了RPEval,一个专为评估大语言模型角色扮演能力而设计的新基准。研究团队从法国里尔大学开发的这一工具专注于四个关键维度:情感理解、决策制定、道德对齐和角色一致性,通过单轮交互实现全自动评估。研究结果显示Gemini-1.5-Pro在总体表现上领先,而GPT-4o虽在决策方面表现出色,但在角色一致性上存在明显不足。这一基准为研究人员提供了一个可靠、可重复的方法来评估和改进大语言模型的角色扮演能力。
这篇论文介绍了LegalSearchLM,一种创新的法律案例检索方法,将检索任务重新定义为法律要素生成。研究团队构建了LEGAR BENCH数据集,涵盖411种犯罪类型和120万案例,并开发了能直接生成关键法律要素的检索模型。实验表明,该模型在准确率上超越传统方法6-20%,且在未见犯罪类型上展现出强大泛化能力。这一突破为法律专业人士提供了更高效、精准的案例检索工具。