
iPad一直需要一次变革,需要某种刺激因素让它更有效率和生产力、更像一台PC,更像其他平板电脑——如三星和微软多年来一直推出的Galaxy Note系列和微软Surface系列平板。现在,这一场变革似乎悄然来临,iOS 9很可能将成为iPad通向其下一关的门票。这是苹果近年来发布的最专注于iPad的一次系统升级:当地时间本周四,苹果发布了iOS 9公测版,终于让人们领略到了新系统的魅力。
好奇不?以下是一些重要的iPad独享新功能介绍。
分屏视图:可同时运行两个应用
这个功能名为分屏视图(Split View),仅支持iPad Air 2设备,有了这一功能,在iOS 9系统中,两个应用可共存于同一显示屏上,同时运行。用户甚至可以将一个应用锁定在某一位置,每次打开其他应用时它都可继续运行。例如,你可以将电子邮件页面锁定在一边,同时在另一边屏幕上浏览Safari浏览器内容,也可以边阅读新闻边搜寻路线,或者在阅读备忘录的同时查看Apple Music内容。两个应用窗口将暂时进入固定窗格,当前仅有部分应用支持使用分屏视图功能,不过最终,所有应用都将能够进入分屏任务模式。现阶段,仅仅尝试它所支持的几款应用也很有趣。
从屏幕侧边可以刷出应用程序的快捷工具条:无论是回复短信还是填写备忘录,不需离开当前应用,用户便可以点击打开其中任一应用程序并迅速访问。该功能支持更多型号的iPad设备,看起来感觉就像一个更为智能的侧边迷你应用栏。
支持该功能的应用将允许弹出视频在一个可以拖曳的小窗口中播放。这就好似在电脑上或三星平板电脑上进行操作。用户不仅可以播放电影、直播视频,也可以播放CNET网页中的评测视频,甚至还可以在主屏幕上移动播放。而且你可以调整窗口大小,或是轻松关闭窗口。
如今,苹果为屏幕上的输入软键盘推出了一项非常棒的新功能:当你把两根手指放在键盘上时,它将神奇般的变成一个触控板。在该功能所支持的应用中,用户不仅可以随意移动光标的位置,而且还可以迅速完成移动、编辑等操作,大大提供工作效率。当然,你依旧可以通过软键盘输入文字,不过升级后的键盘可以避免手指在输入位置和键盘两个区域间不停地切换。目前,除了某些功能的限制,用户在iPad上的操作几乎与在普通PC上的操作差不多了。针对独立的物理蓝牙键盘,iOS 9还引入了更多自定义键盘快捷键命令。
苹果新增的新闻应用News与Flipboard应用感觉很类似,设计简洁,不过目前该应用并未涵盖所有新闻推送信息。在News应用中,你可以点击心形按钮收藏文章供以后阅读。(有别于以上列出的其他功能,苹果News应用也支持iPhone设备,不过iPad更为宽敞的屏幕使得它在平板上尤为引人注目。)虽然News并非iPad中必不可少的应用,但它在iPad上的效果看起来很棒。
iOS 9还更新了许多其他功能:如改进Siri,提高电池续航时间,推出新的节电模式,更新地图功能,完善Notes应用,使其用起来更像Evernote,改进Spotlight智能搜索功能等。iPhone和iPad均支持这些新功能,不过对iPad而言,iOS 9可谓长期以来苹果对其进行的最大的一次软件升级。
注意:尽管到目前为止,笔者在安装运行iOS 9公测版时都很顺利,但如果你要升级到iOS 9,一定要在升级前为你的iPhone或iPad做一个完整备份。如果你持有一台iPad Air 2,那么这次升级将是值得的。
好文章,需要你的鼓励
GeoVerse融合几何潜在扩散模型与Wan2.2视频生成先验,并引入全局空间记忆机制,实现了跨视角一致、生成质量高且推理速度快的新视角合成,在多个数据集上大幅超越现有方法GLD。
本文解读TT-VidT,一种通过分离外观锚点与动作令牌、结合Diff Compression训练目标的视频自监督方法。在24种架构目标组合的受控实验中,仅TT3D与Diff Compression搭配才能进入强动作敏感区,且计算量比同类方法降低近一半。
Q&A Q1:Imprint Reader是什么? A:Imprint Reader是上海人工智能实验室团队开发的模型,通过SMaRT训练方法学会读取另一个模型冻结的权重更新,把参数层面的变化翻译成自然语言描述,判断这次更新到底注入了什么知识或诱导了什么行为习惯。 Q2:MetaEdit能做什么? A:MetaEdit能把Reader对目标行为的梯度信号迁移到原始模型上,不需要任何目标任务的训练数据,只用一句行为描述就能定向调整模型参数,已经在安全性拒绝率调节、数学推理风格转变和工具调用能力提升上验证过效果。 Q3:Imprint Reader读权重更新的准确率高吗? A:目前还不高,知识类目标的Pass@100只有2%,行为类目标是16%,说明自由生成描述的可靠性有限,但相比原始模型完全答不出来的0%基线,已经证明了权重更新的自然语言读取是可行的。
统一多模态模型能看也能画,理论上该会自我修正。本论文提出UMM-Reflection,用整条轨迹的强化学习联合训练诊断和修图能力,GenEval提升12分,且迁移到多个未训练基准,揭示RL提升的是选择可靠性而非新能力。