
6月16日消息,TencentOS联合映趣科技(inWatch)在北京推出了全新智能手表产品inWatch T,这也是继腾讯公布“TOS+”战略一个多月后,首批亮相的智能产品。
据介绍,该款手表尺寸为42mm X 12mm,可全面适配微信和QQ的系统平台,支持语音、表情回复和群聊消息等功能。引入的腾讯账号体系的强社交关系,也更加方便用户分享运动、娱乐内容,有助提升用户体验及粘性。
此外,TencentOS通过与行业内第三方主流应用合作完善服务。目前已经有滴滴打车、腾米跑跑、豆瓣FM,丁香医生等12个主流应用支持TencentOS系统,涵盖生活、娱乐、交通和健康等方面。
据腾讯方面介绍,未来搭载TencentOS的智能手表还将支持智能家居、移动支付、身份认证等深层次服务,配合QQ和微信带来的庞大用户量,将会有更多商业模式落地。
在发布会上还公布了一个健康平台inHealth,这是一个内置于inWatch T中的应用,是一套基于脂肪肝管理的运动饮食健康跟踪方案,同时也是一套基于基因数据运动健康分析与管理方案。
inWatch T运动版售价799元、标准版售价999元、设计师定制版和施华洛世奇水晶版售价1499元。
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。