-
NS索尼克：超级明星回归2D经典，快速解决无法匹配、联机失败问题
“索尼克”作为世嘉游戏史上最成功的IP角色形象，曾一度和任天堂的马里奥同台竞技。虽然世嘉今时不同往日，但其推出的索尼克系列游戏还是经常被玩家奉为平台跳跃类的经典之作...
游戏资讯 2023-10-19 02:31:19 -
P社坦诚《城市天际线2》首发有优化问题mod不会使用创意工坊
Paradox（P社）的游戏不要玩首发，似乎成了很多玩家的共识。如今按照P社自己的说法，就算是他们发行的作品，也要三思了...
游戏资讯 2023-10-19 02:31:11 -
开售1个月iPhone15ProMax出现大量烧屏问题
近日，国内外多家社交媒体上陆陆续续出现了大量用户和数码博主吐槽iPhone 15 Pro Max烧屏问题的内容。 烧屏是OLED屏幕的通病，是OLED屏幕发光机制导致的，OLED屏幕可以理解为由无数小灯泡-像素点组成，这些小灯泡-像素点可以独立开关，烧屏其实就是部分像素点长期工作导致的寿命衰减，特别是蓝色像素点的寿命损耗快于红色和黄色，所以这些像素点的亮度会明显弱于其他像素点，在视觉上会让人感觉有图案留在了屏幕上...
手机互联 2023-10-19 02:29:38 -
-
《斯盖尔仪式》更新上线修复问题追加新等级
第一人称视角的合作生存类游戏《斯盖尔仪式》近日刚刚开启steam抢先体验，日前官方发布最新更新，修复问题追加新等级等多项内容，一起来了解下。《斯盖尔仪式》是一款第一人称视角的合作生存类游戏，也是屡获殊荣的英式恐怖游戏《斯盖尔之女》（Maid of Sker）的精神续作...
游戏资讯 2023-10-19 02:25:45 -
大模型无法替代码农！普林斯顿芝大惊人发现：GPT-4解决GitHub编程问题成功率为0
新智元报道编辑：编辑部【新智元导读】ChatGPT之类的AI编码工具来势汹汹，Stack Overflow又裁员了！不过，普林斯顿和芝大竟发现，面对真实世界GitHub问题，GPT-4的解决率竟是0%。Stack Overflow，已经被ChatGPT创飞了！因为码农大量涌向ChatGPT、Github Copilot，Stack Overflow今天不得已宣布裁员100多人，几乎占员工人数的1/3。所以，ChatGPT这类AI编码工具，真的要颠覆整个行业了？不过最近，普林斯顿和芝大的一项研究发现，LLM想要替代码农，其实没那么容易。论文地址：https://arxiv.org/abs/2310...
智能设备 2023-10-19 02:14:55 -
苹果承认部分iPhone15机型存在烧屏问题，iOS17.1将修复
IT之家 10 月 18 日消息，苹果公司今天发布了 iOS 17.1 RC 版本更新，特别针对苹果 iPhone 15、iPhone 15 Pro 系列机型，修复了“可能导致图像残留”的问题。苹果自推出 iPhone 15 手机以来，陆续有用户反馈称新款机型出现严重烧屏问题。有人猜测这可能是 OLED 显示屏的硬件问题，现在苹果通过软件方式修复了烧屏问题。虽然大多数显示问题的报告来自“iPhone 15”用户，但也有一些使用 iPhone 13 Pro 和 iPhone 12 Pro 设备的用户看到了类似的问题，这可能就是为什么苹果的发行说明没有具体提及“iPhone 15”的原因。IT之家注：如果你当前使用的 iPhone 出现烧屏问题，那么可以尝试升级到 iOS 17...
智能设备 2023-10-19 02:14:53 -
苹果头显这把火，能点亮元宇宙暗夜吗？
接任乔布斯12年后，库克终于迎来了真正属于自己的One more thing时刻，寄希望于用MR（增强现实）开启后iPhone时代。在6月6日凌晨的苹果全球开发者大会（WWDC）上，这款MR设备被正式命名为苹果Vision Pro，而非此前传闻中的Reality Pro，售价为3499美元（约为人民币25000元），比传闻中的3000美元起售价更高，且发售时间延迟到明年初，并仅局限在美国地区发售，而非爆料的今年秋季即可交付，其他国家或地区要等到明年晚些时候才能拥有购买资格。在长达逾两个小时的主题演讲中，苹果先后发布了搭载M2芯片的全新15英寸 MacBook Air，搭载M2 Max和M2 Ultra芯片的Mac Studio，以及搭载M2 Ultra芯片的 Mac Pro多款硬件，并逐一亮相了iOS 17、macOS 14、iPadOS 17、watchOS 10等四大系统的功能更新，这些最新系统的正式版本，将在今年秋天推送给所有终端用户。作为今年WWDC的重头戏，苹果用了将近一个小时来讲解首款MR产品的设计、体验和技术创新。在苹果MR发布前一天，天风国际证券知名苹果分析师郭明錤发文称，长期而言，苹果AR/MR头戴设备的成功，关键因素在于能否与人工智能（AI）或生成式人工智能（AIGC）高度整合，但是在英伟达股价飙升的刺激之下，投资者对苹果何时推出类似ChatGPT服务的关注度要高于头戴设备。尽管苹果未曾提及AI大模型相关动向，但在介绍iOS 17功能更新时，苹果高管讲述了借助Transformer这一时下最火热的语言预测模型，对键盘文本输入和听写功能所带来的智能化升级。短短一年时间，AIGC取代元宇宙成为最新风口。曾经重金押注元宇宙的Meta，股价一度暴跌超七成，内部进行了两轮的万人大裁员；字节数十亿元收购的PICO，2000人团队也被爆出15%的裁员计划；微软、谷歌、腾讯、百度等布局元宇宙的科技公司，也纷纷迎来项目和产品的缩减方案。元宇宙寒冬之下，VR/AR行业全村的希望，如今都被放在了苹果一家的身上。尽管库克高调将Vision Pro与Mac开启的个人计算时代，和iPhone开启的移动计算时代相对比，喊出“空间计算时代正在来临”的口号，但面对外观设计和应用体验上并未有突破性创新的Vision Pro，资本市场并未被苹果激发起新热情。北京时间6月5日晚间，美股开盘后，苹果股价一度涨超1.4%。及至Vision Pro发布之后，当天收盘，苹果股价下跌0...
手机互联 2023-06-06 21:32:45 -
乐创能源CEO潘多昭：新能储能虽然爆火，但资产的可融资性一直是大问题
6月5日消息，2023中国能源产业发展年会“新型储能投融资研讨会”会上，乐创能源董事长CEO潘多昭表示，希望行业各界重视起储能安全性问题：“新型储能行业火爆的背后，有着一个大家没有完全解决的问题，也就是储能的资产价值危险造成其难以转化成金融，或者说资产的可融资性一直是一个问题。”对很多投运的储能设施没有大规模使用的问题，他表示：“项目都闲置了，技术如何迭代？又如何让证券公司或者租赁公司来确定资产的收益率？”他谈到，在新型储能行业的发展初期，在行业面临的困难和挑战面前，大家首先要做的并不是行业竞争，而是如何提升抗波动能力：原材料价格、技术的迭代、核心人才的流失等都是我们所面临的风险...
业界动态 2023-06-05 19:39:33 -
中国工程院院士张平：要构建“许可Web3.0”，发展中国自主元宇宙
5月30日消息，近日在2023年中关村论坛平行论坛“互联网3.0：未来互联网产业发展”上，中国工程院院士、北京邮电大学教授张平提出构建“许可Web3...
业界动态 2023-05-30 11:32:54 -
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 -
长城举报比亚迪的常压油箱，到底有没有问题？
【网易科技5月27日报道】最近车圈很不太平，比亚迪和长城汽车的事件连冲两次热搜。双方各自发布声明，使得业内和网友间激起千层浪...
智能设备 2023-05-27 11:58:35
