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
AIM Intelligence联合多所知名大学揭示了音频AI系统的重大安全漏洞,开发出名为WhisperInject的攻击方法。这种攻击能让看似无害的音频指令操控AI生成危险内容,成功率超过86%,完全绕过现有安全机制。研究暴露了多模态AI系统的系统性安全风险,对全球数十亿智能设备构成潜在威胁。
新加坡国立大学研究团队系统梳理了视觉强化学习领域的最新进展,涵盖超过200项代表性工作。研究将该领域归纳为四大方向:多模态大语言模型、视觉生成、统一模型框架和视觉-语言-动作模型,分析了从RLHF到可验证奖励范式的政策优化策略演进,并识别出样本效率、泛化能力和安全部署等关键挑战,为这一快速发展的交叉学科提供了完整的技术地图。
浙江大学研究团队通过OmniEAR基准测试揭示了当前AI模型在物理世界推理方面的严重缺陷。测试显示,即使最先进的AI在明确指令下能达到85-96%成功率,但面对需要从物理约束推断行动的任务时,成功率骤降至56-85%。研究发现信息过载反而降低AI协作能力,监督学习虽能改善单体任务但对多智能体协作效果甚微,表明当前架构存在根本局限性。
纽约大学和Aimpoint Digital Labs的研究团队首次揭示了Transformer模型训练中"大规模激活"的完整发展轨迹。这些影响力比普通激活大千倍的"超级激活"遵循可预测的数学规律,研究者开发出五参数公式能以98.4%准确率预测其变化。更重要的是,通过调整模型架构参数如注意力密度、宽深比等,可以在训练前就预测和控制这些关键激活的行为,为设计更高效、量化友好的AI模型提供了全新工具。