
索尼移动总裁表示,虽然竞争很激烈,但索尼不会退出智能手机市场。为什么呢?索尼认为智能手机是关联其他物联网设备的桥梁。
索尼移动总裁Hiroki Totoki表示,该公司不会退出智能手机业务,然而其原因成为人们关注的新话题。
Totoki接受《阿拉伯商业》杂志的采访后,索尼不会放弃其移动业务这一消息令大家倍受鼓舞。对索尼爱立信系列智能手机的粉丝们而言,这个消息很受他们的欢迎,不过话又说回来,Totoki还会讲其他什么话吗?
让我们面对现实吧:Totoki不得不说他无论如何都不会放弃其智能手机业务,否则没人会去购买他们的设备。因此,索尼还是会与三星、苹果等优势竞争者以及来自中国的小米等低成本设备制造商展开竞争。
更重要的是,Totoki表示索尼必须留守智能手机市场,因为它是更为重要的物联网战略中的一个关键组成部分。
“智能手机与其他设备十分关联,也与人们的生活息息相关。而且多元化的机遇是巨大的。我们正在进入物联网(IoT)时代,必须为这个世界生产大量的新类别产品,否则我们可能会错失一个非常重要的业务领域。从这个意义上说,我们绝对不会出售或退出当前的手机业务。”
简而言之,智能手机将成为其他设备的中心。如今,这种关联是切实存在的。如果不能连通智能手机,各智能手表将无法良好运行。索尼需要一个能够连通其他产品的移动中心据点。
Totoki表示:“我们对技术很有信心,而且我们并不仅限于智能手表的制造。我们正在为物联网时代打造很多产品,包括智能可穿戴设备、智能产品、智能设备等。”
正如与索尼相关的所有产品,其主要问题可以归结为一个词:执行。
Totoki的采访表明,对索尼而言,竞争和成本是其关键问题。无论是智能手机、智能手表还是其他任何最新的可穿戴产品,短期内这一点都不会改变。
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。