微信扫一扫,关注公众号

  • 科技行者

  • 算力行者

见证连接与计算的「力量」

首页 苹果iWatch广告被指侵权 原告也要推智能手表

苹果iWatch广告被指侵权 原告也要推智能手表

2015-07-15 09:40
分享至:
----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-
2015-07-15 09:40 新浪网

北京时间7月15日凌晨消息,苹果公司向谷歌付费以便确保在“iWatch”一词的搜索结果中排在首位的是有关其Apple Watch智能手表的广告,这样一来就能使其不至于错过那些输入了错误的产品名称的潜在消费者。但一家总部位于都柏林的小型公司在欧洲市场上拥有iWatch商标,该公司已就此对苹果公司发起了诉讼。

据彭博社获得的法律文件显示,爱尔兰软件开发工作室Probendi已在6月26日向米兰的一家法庭提出紧急起诉,对苹果公司在其广告中使用“iWatch”一词表示抗议。文件称:“苹果公司在谷歌搜索引擎中系统性地使用iWatch一词,以便将用户引导至它自己的网站,为Apple Watch做广告。”

过去多年时间里,包括美国航空公司(American Airlines)、美国汽车保险巨头Geico和美国语言科技公司Rosetta Stone在内的许多企业都曾尝试就商标问题与谷歌或其广告主对薄公堂,但其结果经常都是无功而返。谷歌的广告服务政策规定,该公司会对商标相关诉讼进行逐案评估,并“可能实施特定的限制”。

Probendi的代表律师贾科莫·波内利(Giacomo Bonelli)称:“苹果公司从未对我们的要求和反对作出回应,而谷歌则称其不会为这些链接负责。”

苹果公司和谷歌均拒绝就此案置评。

Probendi联合创始人达尼埃尔·迪萨尔沃(Daniele Di Salvo)在去年向彭博社表示,该公司曾警告苹果公司不应使用“iWatch”一词。他还说道,该公司正在开发自己的智能手表,这种产品的名称就是iWatch,将基于谷歌Android操作系统运行,价格则将低于Apple Watch。迪萨尔沃现在表示,该项目正“处于待命状态”。

两位熟知内情的匿名消息人士透露,据Probendi委托专业处理版权纠纷问题的Barzano & Zanardo进行的一项审计显示,iWatch商标的价值为8700万欧元(约合9700万美元)。在2012年,苹果公司支付6000万美元了结了在中国市场上遭遇的一场商标纠纷,这场纠纷与其iPad平板电脑的商标名有关。

有关iWatch诉讼案的法庭听证会定于11月11日召开。

分享至
0赞

好文章,需要你的鼓励

推荐文章
  • 南方科技大学等机构联手破解AI推理训练难题:让大模型"一次思考"就学会解题

    南方科技大学等机构联手破解AI推理训练难题:让大模型"一次思考"就学会解题

    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。

  • 香港科技大学数学系研究者:扩散模型原来是一个"魔法恒等式"拆成了两半

    香港科技大学数学系研究者:扩散模型原来是一个"魔法恒等式"拆成了两半

    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。

  • 中国人民大学研究团队打造的"AI科学家":让机器自主完成几十小时的科研工程,它是怎么做到的?

    中国人民大学研究团队打造的"AI科学家":让机器自主完成几十小时的科研工程,它是怎么做到的?

    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。

  • 字节跳动发布GRN:像人类画家一样"边画边改"的AI图像生成新范式

    字节跳动发布GRN:像人类画家一样"边画边改"的AI图像生成新范式

    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。

----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-