"每个人似乎都在分享相同的 iPhone 17 CAD 图纸," Sonny 在 X 平台上表示,"所以我想分享一下我看到的版本。"
Sonny 最近还披露了一个初步预览,展示了采用重新设计的相机系统的 iPhone 17 Pro 手机壳可能的样子。
基于最近我们看到的多个展示这些设计的 CAD 文件,如果在 iPhone 17 系列在 9 月正式发布之前看到设计发生变化,那将会令人惊讶。
标准版 iPhone 17 似乎是对 iPhone 16 的内部升级:
iPhone 17 Pro 和 iPhone 17 Pro Max 都将为三镜头相机系统、闪光灯、LiDAR 传感器和后置麦克风配备一个扩展的凸起边缘。苹果将如何利用这个扩大的相机凸起还有待观察。
此外还有 iPhone 17 Air,这是一款全新的超薄机型,将加入 iPhone 产品线,可能取代 iPhone 16 Plus 的位置,提供更大的显示屏,但价格不会达到 1200 美元的 iPhone Pro Max 档位。
好文章,需要你的鼓励
Snap 推出 Lens Studio 的 iOS 应用和网页工具,让所有技能层次的用户都能通过文字提示和简单编辑,轻松创建 AR 镜头,包括生成 AI 效果和集成 Bitmoji,从而普及 AR 创作,并持续为专业应用提供支持。
这项研究由香港理工大学和新加坡国立大学的团队共同完成,提出了R?ec,首个将推理能力内置于大型推荐模型的统一框架。与传统方法不同,R?ec在单一自回归过程中实现了推理生成和物品预测的无缝整合。研究者还设计了RecPO优化框架,无需人工标注即可同时提升模型的推理和推荐能力。实验结果显示,R?ec在三个数据集上显著超越现有方法,在Hit@5和NDCG@20指标上分别提升68.67%和45.21%。这一突破为下一代智能推荐系统开辟了新方向。
这项研究提出了CURE框架,通过强化学习让大语言模型同时学习编写代码和生成单元测试两种能力,无需使用标准代码作为监督。团队开发的ReasonFlux-Coder模型在仅用4.5K编程问题训练后,便在多个基准测试中超越了同类模型,代码生成准确率提高5.3%,最佳N选1准确率提高9.0%。该方法不仅提升了模型性能,还提高了推理效率,同时为降低API调用成本和无标签强化学习提供了新思路。