
北京时间2月13日上午消息,苹果最新的iPhone 7手机因质量欠佳正在受到果粉的抨击,令人对苹果的i系列产品的后续发展感到担忧。愤怒的支持者纷纷指责“乔尼爵士”的工艺太过粗制滥造。
果粉在苹果公司的支持论坛上抱怨说,乔尼·艾维(Jony Ive)先生设计的iPhone 7磨砂黑外壳易于脱漆,即使使用手机保护壳也于事无补。
“近一个月来,我一直在用iPhone 7 Plus Matt Black,大部分时间里,手机外面都套上全覆盖的TPU外壳和全屏幕钢化玻璃,”一位顾客写道。
“我每周只打开一次保护套,把手机上的灰尘擦掉。昨天我拿下外壳时,才注意到手机上方边缘靠近音量按钮的地方有一些东西。起初我以为只是灰尘,试着像往常一样用超细纤维布擦拭。直到我凑近仔细看,才发现它是机身的金属部分。好像是手机机身上的黑色电镀油漆脱落了。”
其他iPhone买家也有类似经历。贴在苹果支持论坛上的一组照片显示,对于一款上市仅仅几个月的手机而言,上述问题是多么严重。
当前的情况是,这只是一个被暴露出来的技术缺陷,还有其他产品问题一直困扰着苹果公司的最新产品,要知道该公司始终为其一丝不苟的设计和工程标准引以为豪。iPhone 5也存在类似的质量问题,iPhone 4手机则因天线故障而为众人皆知。
最近,苹果多次遭遇手机设备出现外壳易碎、电池有缺陷等问题。
文章转载自:新浪科技
好文章,需要你的鼓励
亚马逊FAR部门研究团队通过创新的"掩码比特建模"技术,突破了图像生成领域的传统认知。研究发现离散方法劣势源于信息容量不足而非技术路线缺陷,提出的BAR框架通过渐进式比特预测解决大词汇表计算难题,在ImageNet-256上创下0.99 gFID新纪录,同时实现数十倍的速度提升,为AI图像生成开启质量与效率并举的新时代。
北京大学与美团联合研究团队提出轮廓引导路径探索(OPE)方法,解决AI并行推理中的"互信息饱和"问题。通过先生成多样化策略轮廓再执行具体推理,避免多条思路重复收敛的困境。在数学推理测试中,该方法显著提升了复杂问题的解决成功率,为AI推理能力的可靠性提升提供了新的技术路径。
南洋理工大学研究团队开发了Dr. MAS训练方法,专门解决多智能体大语言模型系统的训练不稳定问题。该方法通过为每个AI智能体使用个性化的评价标准,避免了传统全局标准化导致的梯度爆炸问题。在数学推理和多轮搜索任务中,Dr. MAS显著提升了系统性能和训练稳定性,为构建更强大的AI协作系统提供了重要技术支撑。
腾讯AI实验室开发的Covo-Audio是首个真正实现端到端语音对话的7B参数大模型,能直接处理语音输入并生成自然回应。该系统突破了传统流水线式处理的局限,实现了智能与声音分离、全双工交互等创新功能,在多项基准测试中表现优异,特别是在情感理解和自然对话方面达到了新的水准,为语音交互技术的实用化和个性化应用开辟了新路径。