-
刷新率高达165Hz！摩托罗拉正式发布MotoEdge+
近日，摩托罗拉在美国市场推出了一款新的机型——Moto Edge + 2023款，这款手机的亮点在于其搭载了一块儿6.67英寸的AMOLED屏幕，分辨率为1080x2400，支持自适应165Hz刷新率、HDR10 + 和杜比视界技术。165Hz刷新率的屏幕在目前手机市场上并不多见，大多数旗舰机型还是采用120Hz刷新率的屏幕。设计方面，该机正面采用居中打孔设计，并且使用了曲面屏幕，边框控制很优秀，正面观感不错；背面采用左上方形三摄模块，机身正中间是摩托罗拉的LOGO。性能方面，Moto Edge+ 2023款搭载了来自高通的骁龙8 Gen 2处理器，并配备了8GB的运行内存，提供256GB和512GB的存储空间。高通骁龙8 Gen 2这颗芯片大家一定不陌生，它采用4纳米工艺制造，拥有1+4+3八核架构的CPU，最高主频达到3...
手机互联 2023-05-30 11:44:09 -
骁龙778G+神U加持！vivoS17现身Geekbench网站
vivo即将于5月31日发布S17系列手机，其中包括S17、S17 Pro两款机型。最新曝光的型号为V2283A的vivo S17已经跑上了Geekbench，并显示单核分数817，多核分数2607。预计该机搭载骁龙778G+芯片，内存容量为12GB，运行Android 13操作系统。此外，vivo S17系列手机将搭载智慧柔光环、超感知光谱传感器、前置5000万广角柔光、专业长焦人像镜头等多项高端配置。全系标配6.78英寸1...
手机互联 2023-05-30 00:54:09 -
RedmiNote12TPro买到赚到！卢伟冰：恐怕再难有了
快科技5月29日消息，小米集团卢伟冰发文表示，Redmi Note 12T Pro这样顶级的LCD屏手机恐怕再难有了，希望Note 12T Pro成为LCD真爱粉们的心头好。那Redmi为什么还要坚持做LCD手机？卢伟冰表示，因为我们的用户需要...
手机互联 2023-05-29 11:08:18 -
RedmiNote12TPro官宣：搭载联发科天玑8200-Ultra，LCD屏
IT之家 5 月 29 日消息，今日 Redmi 官方公布了 Redmi Note 12T Pro 手机，该机搭载联发科天玑 8200-Ultra 移动处理平台，上代同款旗舰 LCD 屏幕，将于明天 10 点预售。Redmi Note 12T Pro 此前已入网，入网信息显示，该机支持5G 异网漫游、67W 快充、12GB 内存，其他具体信息有待官方进一步揭晓...
手机互联 2023-05-29 11:08:14 -
小米RedmiNote12TPro手机跑分曝光：天玑8200-Ultra处理器
IT之家 5 月 29 日消息，根据小米 Redmi 红米手机官方消息，新款 LCD 屏 Redmi 手机将于今日（5 月 29 日）9 点公布。根据此前爆料和入网信息，这款新机将是Redmi Note 12T Pro。Redmi Note 12T Pro 手机入网型号为23054RA19C，IT之家发现该机已出现在 Geekbench 跑分中，单核 1224，多核 3921，根据 1 + 3 + 4 核心最高 3.1GHz 规格来看，与小米 Civi 3 手机搭载的联发科天玑 8200-Ultra 处理器信息相同。入网信息还显示，Redmi Note 12T Pro 手机支持 5G 异网漫游、67W 快充、12GB 内存，其他具体信息有待官方进一步揭晓，大家可以期待一下新机在 618 期间能否进一步拉低市场价格。 ...
智能设备 2023-05-29 10:15:51 -
Exynos2200加持！三星GalaxyS23FE规格曝光
消息源@Tech_Reve透露，三星将于今年年底推出 Galaxy S23 FE 手机，不会推出高通骁龙版本，而是搭载自家的 Exynos 2200 处理器。对此，外媒SamMyFans认为，主要原因是为了降低成本和维持利润。但考虑到 Galaxy S22 系列的不畅销，选择 Exynos 2200 处理器可能会影响到 Galaxy S23 FE 的销量。同时，Galaxy S23 FE 的其它规格信息也被曝光，包括6.4Gbps LPDDR5 6/8GB内存、UFS 3...
手机互联 2023-05-29 07:31:35 -
摩托罗拉Razr40手机亮相Geekbench，确认搭载高通骁龙7Gen1
IT之家 5 月 28 日消息，摩托罗拉新一代折叠屏手机将于 6 月 1 日正式面向全球发布，预计是摩托罗拉 Razr 2023 机型，预计将包括摩托罗拉 Razr 40 和 Razr 40 Ultra。IT之家发现，摩托罗拉 Razr 40 已经出现在了 Geekbench 跑分数据库中，并且还通过了国家 3C 质量认真...
手机互联 2023-05-28 11:08:25 -
以核心技术驱动成本与效率升级京东小家打造IoT智能生态
近日，京东消费及产业发展研究院联合京东家电家居联合推出《智能互联家居及“京东小家”市场研究报告》(以下简称报告)，对智能家居、家用IoT的市场和产品进行了梳理。 报告指出，2022年各品类智能家居设备市场均经历了不同程度的产品结构调整和功能升级，为市场后续发展奠定了基础...
智能设备 2023-05-27 17:11:48 -
英伟达AI智能体接入GPT-4，完胜AutoGPT！自主写代码独霸我的世界，无需人类插手
新智元报道编辑：Aeneas 好困【新智元导读】给游戏行业来点GPT-4式震撼？这个叫Voyager的智能体不仅可以根据游戏的反馈自主训练，而且还能自行写代码推动游戏任务。继斯坦福的25人小镇后，AI智能体又出爆款新作了。最近，英伟达首席科学家Jim Fan等人把GPT-4整进了「我的世界」（Minecraft）——提出了一个全新的AI智能体Voyager。Voyager的厉害之处在于，它不仅性能完胜AutoGPT，而且还可以在游戏中进行全场景的终身学习！比起之前的SOTA，Voyager获得的物品多出了3.3倍，旅行距离变长了2...
智能设备 2023-05-27 16:03:18 -
这个比ChatGPT情商还高的AI，我可以和它聊三天三夜
狂拿考试高分让学生瑟瑟发抖，加入联网功能叫传统搜索战战兢兢，升级工作全家桶搞得打工人又悲又喜....
智能设备 2023-05-27 16:02:52 -
GPT-4玩《我的世界》15倍速攀科技，不看画面全靠代码操作
克雷西 发自 凹非寺量子位 | 公众号 QbitAI把GPT-4放进一个虚拟世界会怎么样？比如《我的世界》。英伟达开发最新方法Voyager，在游戏中点亮科技树的速度是此前方法的15.3倍，同时获得的独特物品是此前的3...
智能设备 2023-05-27 16:02:52 -
数学论证GPT-4不是随机鹦鹉：真如此的话整个宇宙都会坍缩
克雷西 发自 凹非寺量子位 | 公众号 QbitAI对于ChatGPT的工作原理，一个常见的解释是根据统计学规律预测下一个词。但最近一位叫Jacob Bayless的工程师用数学方法得出惊人结论：若是如此，所需的信息量足以让整个宇宙都坍塌成黑洞。这一数据量是50000^8000，根据贝肯斯坦上限(Bekenstein bound)原理，如果把这些信息分配到空间当中，所需要的信息密度已经远超宇宙能承受的最大值。而这仅仅是把数据存储起来的消耗，更不必说还要进行运算了。而ChatGPT与单纯统计预测的区别，可以做这样的类比：如果天文学家通过历史观测记录推算出月食的周期，这可以算是统计学。但当他们总结出牛顿万有引力定律的时候，就已经超越了统计学。什么是“随机鹦鹉”一个流传很广的说法，所谓大语言模型实际上相当于一个“随机鹦鹉”——与我们观察其输出时的情况相反，语言模型只是将其在庞大的训练数据中观察到的语素胡乱拼接在一起，根据概率生成文本，但不清楚文字背后的任何含义，就像一个随机的鹦鹉。出自论文On The Dangers of Stochastic Parrots: Can Language Models Be Too Big这对过去的语言模型，或许确实成立。比如曾经流行的n-gram算法。比如当我们在搜索引擎中进行搜索时，出现的联想词就能用此方法实现。具体来说，下面的三行文本中，第一行纯粹是随机生成，第二行考虑了单词在英语中整体的出现概率，第三行则考虑了单词在前一个词后面出现的概率。n = 0: RECEIVE FALL SURPRISED FRIDAY INGREDIENT…n = 1: REPRESENTING AND SPEEDILY IS AN GOOD…n = 2: THE CHARACTER OF THIS POINT IS THEREFORE…不难看出，随着n值的升高，文本越来越接近人类语言。而n-gram模型根本不需要掌握其中的语义或理解其中的抽象概念，就能生成像模像样的句子。据此有人猜想，GPT-4会不会也只是一种高级的n-gram呢？Bayless提出，GPT必须学会抽象才能有如今的效果，至少GPT-4肯定如此。GPT-4不只是“随机鹦鹉”要证明这一点，可以先看下棋机器人的例子。如果有一种下棋机器人，存储了巨量棋谱数据，对于每个棋局都能推荐下一步。那它就能通过“背谱法”模仿其他任何棋手或程序的下法比如Stockfish是最先进的国际象棋程序，如果仅通过对战而不看源码，是无法确定Stockfish是否在背谱。但实际上，包含所有情形和步骤的棋谱数据量可能超过2^154。而Stockfish的程序只占用了不到50MB的空间，根本不可能存下需要的所有棋谱。所以Stockfish肯定是通过更高级的方法来实现下棋的。人类语言的复杂度远超过棋类游戏，因此GPT的数据量更是同理。仅在是上一代的GPT-3的token字典中就有超过5万token。如果对每个词都逐一建立统计信息，n-gram模型中n值将高达8000。届时，需要存储的情景数量将达到50000^8000。正如文章开头所提到，这简直是天文数字，足以让整个宇宙坍缩。因此，GPT是“随机鹦鹉”的猜测在理论上得到了一定程度的批驳。“随机鹦鹉”达不到的高度仅在理论上进行说明是不充分的，因此研究人员还进行了两个实验，意图证明大模型在学习过程中已经抽象出了算法。第一个实验关于一道经典的农夫过河问题。一个农夫有一条船，和狼、羊、菜，农夫要把这3样东西运到河到另一边，农夫每次最多只能通过这个船运一样东西，要防止狼吃羊、羊吃白菜（即不能在没有农夫在的情况下同时在同一岸边），该怎么过？研究人员将这个问题中的农夫、船、河分别替换成地球人、虫洞和银河系。狼、羊和菜则分别换成火星人、金星人和月球人。替换的目的是因为互联网上不太可能出现类似语料，可以判断大语言模型是不是真的掌握了通用方法。如果GPT不是“随机鹦鹉”，那么它至少不会犯下只有“随机鹦鹉”才会犯的错误。GPT-4针对替换后的问题给出了正确的回答，GPT-3.5则没有。但它们并没有犯研究人员预想的“鹦鹉”错误——即在回答中出现狼、船、河等已被替换掉的词语。回答中使用的句子，也无法在互联网中被检索到。这些现象都证明了现在的大语言模型的生成方式已经超越了“概率预测”。第二个实验则是数字排序。如果让GPT学习数字排序，它们究竟是只会记住给出过的数字顺序，还是真的研究出排序算法呢？其实只要从GPT的输出当中就可以看出来了。假如从1-100中随机选择10个数字，并将其顺序打乱，将一共有这么多种情形：如果再考虑数字的重复出现，又或者数字的数量发生变化，根本不可能存储如此之多的情形。因此，只要GPT能够针对未知的排序问题给出正确的回答，便可以说明它们是真的研究出了排序算法。研究人员训练了一款特斯拉前AI总监Andrej Kaparthy发明的语言模型nanoGPT，专门让它做数字排序。结果显示，随着训练步数的增加，模型给出的数字顺序越来越完美。虽然在训练步数达到16万左右时突然出现了大量错误，但也很快得到了纠正。这说明这款模型并不是仅仅根据学习的素材对未知的数字进行排序，而是已经掌握了背后的方法。这个测试只是在一台笔记本电脑、算力非常有限的GPU上进行的。更不必说GPT-4了。参考链接：https://jbconsulting...
智能设备 2023-05-27 16:02:19
