发送的照片终于不糊了!虽然我已经是多年的iPhone老用户,但我的家人却特别爱用Android机。于是在长久以来的照片发送和接收过程中,我发现跨平台传输的画面只有邮票那么大、清晰度堪比水彩涂鸦。但在自己的iPhone 15 Pro上安装iOS 18 beta版的几分钟之后,我让家人又发来一张照片,并惊奇地发现自己看到的就是多年来期盼的高分辨率图像。什么叫升级?这才叫升级!
当然,RCS支持只是iOS 18中的众多新功能之一。在几周之前的WWDC大会上,苹果公布了一系列关于主屏幕自定义、Siri改进、照片应用改版等内容。该公司还增加了对RCS的支持,这是一种更现代、也更强大的消息传递协议,谷歌等其他厂商早已在Android当中采用了这项协议。不过苹果的改变似乎只是对监管机构严厉态度做出的勉强回应——在iOS发布的末尾,才顺带提到了这项功能。
然而对于许多iPhone用户来说,也包括多年以来与这些iPhone用户交互的数十亿Android用户来说,RCS支持绝对是件大事。
但必须承认,RCS并不能解决世界上所有的消息传递问题。首先,绿话泡仍然存在。在使用RCS时,话泡的颜色甚至都没改变——仍然是绿色一索。iPhone也没有在RCS的支持之上提供加密,尽管iMessage已经默认提供端到端加密支持,但苹果采用的RCS只是最基础的标准——也就是RCS通用配置文件,而非谷歌那边更安全的实现方案。所以总体来讲,RCS并不能算“Android版的iMessage”,也不足以吸引全球数十亿WhatsApp用户改换门庭。它只是一种“更好的短信”,只是确实比短信要好得多得多。
在使用RCS时,绿话泡消息的效果会更好。Android和iPhone用户都可以获得输入指示器、已读回执、高分辨率媒体以及其他大家对于一款合格消息类应用所期望的体验。现在,只要使用标准选项(比如!!、赞等),Tapback响应也能正常工作。在iOS 18中,现在我们可以将任意表情符号当作Tapback进行发送。这项功能只在iPhone之间效果很好,但目前在以Google Messages为代表的Android短信应用中会显示“David对‘今天晚饭?你想吃点什么?’消息做出了回复”这类烦人的内容。谷歌可能会很快解决这个问题,毕竟Messages应用一直被另一端的iMessage用户搞出种种麻烦。但至少就当前看,整个功能体验还是不够稳定。
看起来苹果是把RSC消息传递协议当作了三层系统。最好的情况是两台苹果设备之间往来通信,这时候苹果会默认使用iMessage。如果不是,则转向RCS。如果RCS不可用(可能是因为运营商不支持,可能是没有数据服务,也可能是其他原因),则进一步退回到基础短信。苹果并没有完全放弃短信,这是很聪明的做法。但真心希望从今年秋季开始,我们能够彻底告别这位老古董。
不过目前我仍然会经常用到短信。毕竟第一次用iPhone给别人发消息时,似乎主要还是靠短信的形式交流。等到对方回复,双方才正式转为RCS的联系方式。而在这一阶段的会话结束之后,似乎又会切换回短信(我们随时可以在自己的文本框中看到所发送的信息类型)。我在手机端没有遇到过任何可靠性或者性能问题,但在将笔记本电脑和iPad设置为短信收发同步后,我在测试中发现短信和RCS消息的发送速度都比之前要慢得多。不过这些小问题在早期测试版中确实经常出现,而且大多会在正式发布前得到解决(虽然偶尔也不行)。
还有一些功能仍然没有到位,而且可能永远不会到位。比如当我在RCS聊天过程中,根本无法访问iOS 18提供的任何新型文本格式选项。比如说发送带有气球的消息,也没有气球图标供我选择,只是在消息中添加了一条愚蠢的文字描述(带有气球图标)。我们也没法通过RCS使用iMessage应用或者进行内联回复。苹果明显是希望让iMessage的体验永远比RCS更好。确实,iMessage在iOS 18中的体验仍然非常出色。
尽管如此,iOS 18中的RCS支持对于世界各地的短信用户来说仍然是个巨大的胜利。用户们一直在呼吁苹果提供一种更好的跨平台照片与视频分享方式——而库克本人臭名昭著的发言——“不如给你妈妈买部iPhone”——实际上就是在回应这个关于通过短信发送视频的问题。现在这一切终于得到基本的解决,我知道自己的家人读了我的消息,也终于能在收到的视频和图片中看清家人的脸。爽!可一想到这样的要求居然直到2024年才得以实现,我又觉得一切是那么诡异而且讽刺。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。