在移动办公体验中,智能手机是人们不可或缺的通信工具。例如在阅读文档、查看文件等操作时,随手截下需要的部分,然后把截下的图片分享给同部门、或需要看到信息的同事,远比传统的电话交流更加便捷。
但由于设计问题,很多手机在截屏时都必须同时按下两个按键,导致用户的体验十分糟糕。针对这一痛点,部分手机厂商已经开始提供更加智能的截屏体验了。例如近期发布的华为P8智能手机,就内置了智能截屏功能。
华为P8智能手机搭载了EMUI3.1系统,该系统加入的Smart shot(智能截屏)功能,可以智能识别用户手指指肚与手指关节不同的敲击方式,轻松实现利用指关节动作进行截屏的功能。共包括两种模式,其一,用指关节双击屏幕来进行全屏截图。其二,用指关节在屏幕上画圈进行部分截取。
除此之外,华为P8手机还内置机票、酒店、行程等待办事宜的智能提醒功能、保持在高铁中正常通话的高铁模式以及智能唤醒、智能找网等多项功能。全方位的为用户提供不同商务办公场景中的协助,简化办公流程、提高工作效率。
好文章,需要你的鼓励
这项由Midjourney团队主导的研究解决了AI创意写作中的关键问题:如何让AI既能写出高质量内容,又能保持创作的多样性和趣味性。通过引入"偏差度"概念和开发DDPO、DORPO两种新训练方法,他们成功让AI学会从那些被传统方法忽视的优秀独特样本中汲取创意灵感,最终训练出的模型在保持顶级质量的同时,创作多样性接近人类水平,为AI创意写作开辟了新方向。
上海AI实验室联合多所高校开发出VisualPRM系统,这是首个专门用于多模态推理的过程奖励模型。该系统能像老师批改作业一样逐步检查AI的推理过程,显著提升了AI在视觉推理任务上的表现。研究团队构建了包含40万样本的训练数据集和专门的评估基准,实现了在七个推理基准上的全面性能提升,即使是最先进的大型模型也获得了5.9个百分点的改进。
上海AI实验室团队通过LEGO积木设计了创新评测基准LEGO-Puzzles,系统测试了20个先进多模态大语言模型的空间推理能力。研究发现即使最强AI模型准确率仅57.7%,远低于人类93.6%的表现,揭示了当前AI在三维空间理解和多步序列推理方面的重大不足,为机器人、自动驾驶等应用发展提供重要参考。
字节跳动团队突破了AI图像生成领域的三大难题:身份识别不准确、文字理解偏差和图片质量不佳。他们开发的InfiniteYou技术采用创新的InfuseNet架构和多阶段训练策略,能够根据用户照片和文字描述生成高质量个性化图像。实验显示该技术在身份相似度、文本匹配度和图像质量方面均超越现有最佳方案,并具备出色的兼容性,为个性化内容创作开辟了新道路。