EN
中文
注册 / 登录
产品分类:
加载中...
头条分类:
加载中...
vivo X300系列发布:搭载联发科天玑9500芯片,4399元起
凤凰网科技讯 (作者/杨睿琪)10月13日,vivo X300系列新品发布会在上海举办,正式发布vivo X300系列。该机机身厚度为7.95mm,整机重量为190g。同时,在屏幕观感方面,vivo X300实现了1.05mm的黑边宽度。标准版售价4399元起,pro版5299元起。10月17日正式开售。 在发布会上,vivo产品副总裁黄韬宣布X300系列旗舰手机将全球首发搭载联发科天玑9500芯片,并首次搭载由双方联合打造的“蓝晶×天玑9500”影像解决方案。 此外,vivo还带来了蓝河流畅引擎。该技术通过超核计算、双渲染架构与光子存储技术,全面赋能最新的OriginOS 6系统。X300系列搭载的6040mAh蓝海电池,采用了第四代硅碳负极材料,在实现更轻薄机身的同时,提供了更大的电池容量。还有第二代半固态电池技术,在-20°C的严寒环境中也能正常使用,极大地拓展了手机的使用场景。 vivo X300镜头装饰区采用悬浮水滴冷雕玻璃工艺,与后盖融为一体。后盖丝绒玻璃材质,不易沾指纹。配色方面,提供自在蓝、幸运彩、惬意紫、纯粹黑四款颜色。 该机首发搭载全新系统OriginOS 6,具备自然舒适动效,灵动光影空间。蓝河流畅引擎,重构安卓核心系统,30款应用启动响应时间,X300平均仅用时72毫秒。获得SGS+中国泰尔5年全场景重度使用双证书,持久流畅。实现全家桶生态互联,X300的照片可以通过摇一摇群组分享,一键分享无损原片,不论苹果安卓。iPhone里的照片,X300可以跨端随心编。 用户体验方面,主流游戏几乎满帧运行,高振感X轴马达、冰脉流体VC散热;全系标配USB 3.2、微电精灵模式、全局直驱供电2.0,90W有线+40W无线闪充。 影像方面,标准版搭载蔡司2亿超级主摄,蔡司APO长焦,蓝图影像芯片V3+,还有蔡司5000万超清AF前摄,全焦段变焦闪光灯,支持vivo蔡司长焦增距镜,还有全新蔡司自然人像、夜景人像。 Pro版搭载蔡司2亿APO超级长焦,蓝图x三星HPB,蔡司T*镀膜,CIPA 5.5专业级防抖,舞台模式全新双视野录像,毫秒级运动追焦与快门响应,追焦稳定性提升超200%。 视频方面,Pro版配有蓝图x索尼LYT-828,拥有1.5°的大角度云台级防抖,CIPA 5.5专业级防抖;VS1和V3+双芯协同,分别负责图像信息的预处理和后处理,场景覆盖更广、成片速度更快。4K 120fps杜比视界拍摄,还联合剪映,首发剪映4K 120fps杜比视界的编辑和导出能力;4K 120fps 10bit Log视频,同时支持主摄、长焦和长焦增距镜;4K 60fps电影人像,新增冷白和负片风格。 售价方面,标准版12+256GB 4399元;16+256GB 4699元;12+512GB 4999元;16+512GB 5299元;16+1TB 5799元。 Pro版12+256GB 5299元;16+512GB 5999元;16+1TB 6699元;16+1TB摄影师套装(支持卫星通信)8299元。 据悉,该机型在安兔兔评测中率先突破410万跑分。此外,官方还宣布该系列手机全系标配USB 3.2 Gen1,并且还支持超声波指纹、无线闪充、IP68 / IP69防尘防水等功能。
苹果前CEO发声:OpenAI成苹果AI时代劲敌 Siri显得十分滞后
快科技10月13日消息,据媒体报道,曾担任苹果首席执行官的约翰·斯库利近日公开表示,OpenAI已成为苹果几十年来首个真正意义上的竞争对手,并直言“人工智能并非苹果特别擅长的领域”。 从实际情况看,苹果在人工智能竞赛中确实表现欠佳。与OpenAI、谷歌、亚马逊和Meta等公司持续推出的产品更新相比,苹果显得步伐迟缓。今年早些时候,其对AI助手Siri进行全面升级的计划被推迟,这无疑在产品推进方面遭遇挫折。 目前外界有猜测认为,苹果现任CEO蒂姆·库克可能即将退休。斯库利指出,无论谁接任,都需要引领苹果从“应用时代”迈向“智能体时代”。在这一新时代中,智能体将逐步取代众多应用程序,自主完成复杂任务,这将对苹果现有的业务模式带来巨大冲击。 斯库利进一步强调,智能体AI将帮助知识工作者自动完成繁重的工作流程,推动更多科技公司转向基于订阅的商业模式。与以应用为中心、销售工具和产品的模式不同,订阅制允许用户根据需求持续付费,斯库利认为这种模式更具优势。 值得关注的是,苹果前设计主管乔尼·艾维近期出现在OpenAI。今年早些时候,OpenAI以超过60亿美元的价格收购了艾维创立的设备初创公司。 艾维希望其团队正在研发的设备能够解决智能手机和平板电脑自推出以来所引发的一些问题。斯库利对艾维的能力给予高度认可,认为他与OpenAI首席执行官山姆·奥特曼的合作,有望为大语言模型领域带来新的突破。
斯坦福大学研究称AI能被“人气”冲昏头脑,会逐渐出现不道德行为
IT之家 10 月 13 日消息,据外媒 Futurism 10 日报道,斯坦福大学的一项新研究警示,AI 的快速普及可能带来严重负面影响。科学家们在包括社交媒体的不同环境中测试 AI 模型,发现当智能体因提升点赞数或其他在线互动获得奖励时,会逐渐出现撒谎、传播仇恨信息或虚假消息等不道德行为。 论文合著者、斯坦福大学机器学习教授詹姆斯・邹在 X 上表示:“即便明确要求模型保持真实和有依据,竞争仍会诱发不一致行为。” IT之家从报道中获悉,研究团队将 AI 出现的社会病态行为称为“AI 的摩洛克交易”,借用理性主义中摩洛克的概念:个体在竞争中优化行为追求目标,但最终人人都输。 研究中,科学家创建了三个带模拟受众的数字环境:面向选民的网络选举活动、面向消费者的产品销售,以及旨在最大化互动的社交媒体帖子。 研究人员使用阿里云开发的 Qwen 和 Meta 的 Llama 模型作为智能体与这些受众互动。结果显示,即便设有防护措施阻止欺骗行为,AI 模型仍会“偏离目标”,出现不道德行为。 例如,在社交媒体环境中,模型向用户分享新闻,用户通过点赞或其他互动反馈。当模型收到这些反馈后,为了获取更多互动,它们的不一致行为就会加剧。 论文指出:“在这些模拟场景中,销售额提升 6.3%伴随欺骗性营销增长 14%;选举中,票数增加 4.9%时伴随虚假信息增加 22.3%和民粹言论增加 12.5%;社交媒体上,互动量提升 7.5%时伴随虚假信息激增 188.6%,有害行为推广增加 16.3%。” 研究与现实案例显示,目前的防护措施无法应对这一问题,论文警告称可能带来巨大的社会成本。 詹姆斯・邹在 X 上写道:“当大语言模型为点赞而竞争时,它们开始编造信息;当为选票而竞争时,就会变得煽动和民粹。”
24岁,她辍学创业融资超4亿,估值21亿
00后华人女博士联手前Meta团队,要造“AI数学家”。 作者 | 王涵 编辑 | 漠影 00后正在改变世界。 智东西10月13日报道,由00后女生创办的AI创企Axiom Math,最近拿下6400万美元(约合人民币4.56亿元)种子轮融资,估值达到3亿美元(约合人民币21.39亿元)。 Axiom Math创始人洪乐潼(Carina Hong)是一位00后中国女学霸,凭借着在数学上的天赋和努力,一路从广州走向麻省理工学院、牛津大学和斯坦福大学,又从斯坦福大学双博士项目毅然选择辍学,创立了专注于数学推理的AI公司Axiom Math。 如今AI数学研究竞赛正持续升温,OpenAI、谷歌DeepMind等顶级研究机构都屡出突破,这家2024年成立的年轻创企同样将重心放在数学领域,希望研发“AI数学家”,并已经吸引多名前Meta AI研究人员加入。 这位被资本寄予厚望的年轻创始人,究竟有何过人之处?她所创立的Axiom Math,又为什么能吸引一众AI大牛加入?一切答案,都藏在她“天才数学少女”的成长轨迹与Axiom Math对数学的不断探索之中。 01. MIT本科、牛津硕士、斯坦福博士辍学创业 00后女生从广州“走到”硅谷 24岁的洪乐潼成长于广东广州,从小就展现出了对数学浓厚的兴趣,14岁时,她就开始在草稿纸边缘写下“MIT”来激励自己。 洪乐潼在接受《福布斯》采访时透露,在初中参加免费数学奥赛培训期间,她沉浸在“超级有趣的数学问题”中,仿佛跨越时空与不同文明的数学思想对话。“在智力层面,我实现了环游世界。”洪乐潼如此形容这段经历。 ▲Axiom Math创始人洪乐潼(Carina Hong) 然而在入学麻省理工学院后,19岁的洪乐潼初陷入了迷茫:“我完全不认识任何麻省理工的人,数学系的同学大多通过美国奥赛早已相识,那段时光非常孤独。” 麻省理工学院“动手实干”的校风成为她的精神支柱。通过担任国际学生协会与本科数学协会主席等职务,洪乐潼在校园中找到了归属感。 这种经历让她确信:即使没有人脉资源,通过极致努力也能获得成功。“你必须对自己足够严苛,才能绽放光彩。”洪乐潼强调道。 洪乐潼仅用3年就修完了数学与物理双学位,并在此期间撰写9篇研究论文涵盖数论、组合数学、理论计算机科学与概率论等领域,并修读了20门高等数学课程。 ▲洪乐潼谷歌学术主页(来源:谷歌学术) 2022年,洪乐潼荣获女性数学协会艾丽丝·谢弗奖。而后,2023年,她又斩获了备受瞩目的北美数学领域本科生最高奖:美国数学会颁发的弗兰克与布伦尼·摩根奖(Frank and Brennie Morgan Prize)。 本科毕业前夕,她在获得斯坦福大学数学博士项目的录取的同时,迎来了一个“绝佳机遇”:她获得了罗德奖学金,可以赴牛津大学攻读神经科学硕士。 “我希望更深入地理解生物学,”她解释道,“科学领域中除了数学和物理还存在更广阔的世界,将数学作为一个维度,生物医学作为另一个维度,就能构建起跨越科学领域的认知体系。这至少是我的思维模型。” 2024年,洪乐潼去往斯坦福大学,同时攻读法学博士与数学博士,她觉得“法学如同第三维度,与数理、生物医学共同构建完整的认知空间。” 尽管如此,数学始终是洪乐潼最根本的学术热忱所在。她已在堆栈排序算法等领域发表多项研究成果,并对数论相关的工作尤为倾心。洪乐潼坦言“我始终怀揣着研究者的初心,渴望攻克真正艰深的技术难题。” 在采访中,洪乐潼透露,最令她感到振奋的还是数学与深度学习相结合的跨学科探索。“我希望能参与突破那些令人振奋的技术瓶颈,”她说,“AI与数学家将如何互动?应用科学家又将如何与AI数学家协作?这些都是我接下来希望深入探索的命题。” 2024年,洪乐潼从斯坦福辍学,创立了Axiom Math。 02. 当下数学AI有三大技术趋势 Axiom Math想要构建“AI数学家” Axiom Math认为,当下,语言模型的能力正在持续加速迭代。然而,这些先进模型仍面临核心挑战,即在复杂推理任务中会出现难以预测的隐性错误。 尽管模型训练依托海量数据资源,但训练所需数据既包含日常对话等非结构化内容,也涵盖专业领域的结构化数据,不同类型的数据的质量存在显著差异。 目前,通过人类反馈强化学习等后训练技术,模型的输出已能较好契合人类价值取向,在大多数应用场景中表现优异。但在数学证明、科学计算等要求严格可验证性的关键领域,现有模型的输出结果仍缺乏足够的可信保证。这种可靠性缺口已成为制约大模型在高端科研和工业应用落地的技术瓶颈。 Axiom Math判断,当前有三大技术趋势正在汇聚: 第一,神经网络已超越模式匹配,进入可扩展推理阶段,其能力随着算力、模型规模与数据的增长持续提升。 第二,通过Lean等编程语言,数学形式化走向成熟:根据柯里-霍华德对应关系,证明变成了可执行程序,编程语言不再仅是产生输出的工具,更成为验证抽象对象属性的“利器”。 第三,大语言模型在代码生成领域跨越关键阈值,能够可靠地生成多种语言(包括形式化规约语言)的高质量代码,为原本无限的动作空间提供了强大的先验约束。 这种协同效应创造了前所未有的机遇,即推理引擎能够在零人工干预的情况下,自主提出并证明无数定理。这给Axiom Math亮起了指引方向的灯塔。 基于以上基础,Axiom Math将目标设定为将教科书、档案论文与期刊中的英语数学内容转化为软件程序,使AI能创造新问题,且其解决方案可经形式化测试验证。 ▲Axiom Math公司主页(来源:Axiom) 目前Axiom Math正专注于训练能够发现并正确解决新数学问题的模型,一个能够在“前所未有的规模与速度”下实现数学发现的推理引擎,Axiom Math将其形容为一位“AI数学家”,或者说是一个具备无限分支能力的“数学领域的AlphaGo”。 但这条路并不是无人踏足,OpenAI与谷歌DeepMind等AI巨头近期均在国际数学奥林匹克竞赛中获得金牌级评分,他们的AI模型成功解答6道极端难题中的5道。但洪乐潼认为这类基准测试可能存在取巧空间,无法体现研究级数学的真实水平。 “解决复杂数学问题始终是人类诸多发明的核心,”B Capital合伙人雅恩-大卫·埃利希(Yan-David Erlich)在一篇解释他们为什么选择投资Axiom Math的文章中说,“能够创建模拟现实的新问题并予以解决,对推动人类知识进步至关重要。” “数学是构建超级智能的完美试验场。”洪乐潼告诉《福布斯》。 03. 多名前Meta AI研究员加盟 纯粹的数学AI是吸引点 不到一年,洪乐潼的初创公司就已经招募了一批经验丰富的科技界资深人士,其中多人来自Meta基础人工智能研究院(FAIR): Axiom Math首席技术官舒博·森古普塔(Shubho Sengupta)曾领导Meta FAIR团队开发OpenGo与CrypTen。此前,他致力于塑造谷歌Brain的分布式训练系统,并且是最早的CUDA开发者之一。 弗朗索瓦·沙尔东(François Charton)自2019年起便开创性地将Transformer应用于复杂数学问题。他近期使用Transformer在许多具体的常微分方程(ODE)系统上成功学习出近似的Lyapunov函数。 休·莱瑟(Hugh Leather)在将深度学习应用于代码生成方面的开拓性经验,包括构建了首个用于编译器与GPU代码生成的大语言模型,这为Axiom Math团队带来了关键优势。 ▲Axiom Math主要成员合影,中间为创始人洪乐潼(Carina Hong) 阿拉姆·马尔科相(Aram Markosyan),曾在Meta领导安全与公平性研究的AI科学家;休·莱瑟(Hugh Leather),前Meta AI研究科学家,是最早将深度学习用于代码生成的研究者之一。 对许多研究人员而言,Axiom Math致力于用人工智能进行数学发现的使命成为关键吸引点,从其办公室的会议室以卡尔·弗里德里希·高斯(Carl Friedrich Gauss)与阿达·洛芙莱斯(Ada Lovelace)等数学传奇人物命名便可见一斑。 “对我而言,能在一家认真对待数学AI、不将其视为支线任务的公司从事这项工作,正是契机所在。”沙尔东认为。 04. 结语: Axiom Math或将为AI基础研究打开大门 Axiom Math的诞生与融资案例,折射出AI前沿领域2个发展趋势。首先,AI研究正从通用能力建设向垂直领域深度渗透,数学这一被视为人类理性思维巅峰的领域成为新的突破口。其次,顶尖学术人才向产业界流动的趋势愈发明显,跨学科背景的年轻研究者纷纷投入到AI创业生态之中。 Axiom Math试图解决当前大模型在复杂推理中的可靠性问题,想要借助AI手段实现数学领域的新突破。然而,这条道路充满挑战,技术是一方面,OpenAI、谷歌DeepMind等AI巨头在数学推理领域的持续投入,意味着竞争将异常激烈。 数学是物理、化学、生物以及所有理工科的基础,Axiom Math想要借AI之手解决数学问题的努力,或许会为AI基础研究注入新的活力。
真我GT8 Pro首发理光GR认证主摄!减少鬼影、防眩光
快科技10月13日消息,真我GT8 Pro将于本月发布,新机联名理光映像,将带来正宗的理光GR味儿。 今日,真我手机宣布,真我GT8 Pro将搭载理光GR防眩光主摄,这是行业首个通过理光GR光学标准认证的主摄镜头,通过防眩光、低畸变、高解析力、低色差的专业相机级标准检验。 真我副总裁王伟表示,这颗主摄实现了三大技术突破。 在防眩光、低畸变方面,GT8 Pro采用全新镜片结构,带来7P高透镜片、5层超低反镀膜,反射率低至0.2%,每一层都能消除大量反射,从而抑制鬼影和眩光,让画面更干净、通透。 此外,镜头外还配有超光透镜头玻璃,采用高光透双层AR镀膜工艺,透光率高达97%。 为了进一步优化成像质量,镜组还加入了深吸收蓝玻璃,采用IR旋涂滤镀膜进行眩光控制,拥有30%红光拦截率,减少红外干扰,确保成像真实色彩还原。 同时,用吸收而非相互抵消的方式来过滤杂光,能够避免二次反射带来的眩光污染。 算法上,真我与理光GR影像专家共同打造专属直觉算法引擎,算法引擎重在真实感,力求在提高成像质量的同时避免破坏画面。 据了解,真我还通过Raw域像素级画质算法、10bit真实色彩过渡、超光感HDR算法、Film-tone算法四大核心算法还原画面质感。 核心配置上,真我GT8 Pro将搭载第五代骁龙8,配备2亿长焦、2K直屏、大师级对称双扬声器,电池容量将超7000mAh,支持无线充电。
四大品牌旗舰机激活销量曝光:华为Mate 70系列领跑
近日,有数码博主曝光了华为、小米、OPPO和vivo四大品牌上代旗舰机型截至10月5日的累积激活销量。CNMO注意到,华为Mate 70系列表现极为亮眼,其累积激活销量远超其他三家品牌的旗舰系列,稳坐销量榜首。 华为Mate 70 从具体数据来看,截至10月5日,华为Mate 70系列累积激活销量约达795.6万台;小米15系列紧随其后,累积激活销量约677.5万台;vivo X200系列累积激活销量约515.0万台;而OPPO Find X8系列累积激活销量约为394.3万台。 值得一提的是,该数码博主此前已多次曝光这四款旗舰机型的累计激活销量数据。截至7月27日的数据显示,华为Mate 70系列累积激活销量约636.0万台,小米15系列约616.6万台,vivo X200系列约440.0万台,OPPO Find X8系列约342.5万台。可以看出,在这段时间内,各机型销量均有一定增长,但华为Mate 70系列的领先优势较为明显。 截至7月6日,华为Mate 70系列累积激活销量约589.6万台,小米15系列约586.1万台,二者销量极为接近。vivo X200系列累积激活销量约409.2万台,OPPO Find X8系列累积激活销量约317.5万台。 对比这几次不同时间节点的销量数据不难发现,华为Mate 70系列的销量持续攀升,目前遥遥领先于其他旗舰系列,展现出强大的产品竞争力和品牌影响力。

版权所有 (C) 广州智会云科技发展有限公司 粤ICP备20006386号

免责声明:本网站部分内容由用户自行上传,如权利人发现存在误传其作品情形,请及时与本站联系。