ZD至顶网个人商用频道 02月16日 国际报道:去年,笔者进行了为期一个月的试验,想看看一个便宜的、200美元的中国Android智能手机是否可以取代我1000美元的iPhone手机。根据我的应用程序工作负载,答案显然是“可以”,而且如果用户肯多再花些钱,效果会更好。
在当时,对于一个搭载相对较快的高通SoC处理器,配备高清显示屏、3GB内存、不错的相机、兼容北美大多数无线电波段的4G LTE网络,以及最小内部存储为16GB的设备而言,250美元差不多是一个最佳价位。
中国智能手机制造商一直在不断提升能力,将更多技术塞进250美元或更低价位的手机中。
上周,笔者一直在用中兴Blade V8 Pro,它能满足我对智能手机的大多数需求。在约229.00美元的零售价格下,中兴Blade V8 Pro这款低成本智能手机中所包含的技术量令人惊叹,其中包括5.5英寸的全高清显示屏、一个高通Snapdragon 625八核SoC处理器、3GB运行内存、32GB闪存、802.11ac Wi-Fi网络、1300万像素双后摄像头,双SIM和存储卡、指纹识别器、3140mAh锂电池,以及高通2.0 USB-C快速充电连接器。
此外,该设备还支持AT&T、T-Mobile以及不少国际GSM品牌的4G LTE网络,因此这是一个理想的旅行手机。
华为也有一款类似的手机——荣耀6X,只是价格稍高一点点。我也听说在这个价位上,华为荣耀6X是一款很不错的手机,而且我认为其上一代产品荣耀5X的外观设计非常精巧。
总而言之,像样的中国Android手机都很便宜。不过,川普政府似乎并不想一直保持这种状态。
但是,如果因为增加了进口商品的关税或制造商在设备组装上的昂贵支出而令Android智能手机的价格升回到650美元(谷歌Pixel 5目前的价格,可以算是一部高端手机),那么唯一会受损的人便是工人阶级。
如果我们每两年或三年都有能力花650美元买一部智能手机,价格提高自然不会对我们造成什么伤害。虽然我并不会喜欢,但对我来说,这个账还是能算清的,我可以每年都买这样一款设备来跟上其技术的更新。
但对蓝领工人而言呢?这笔支出的多少将会影响他们是否在这个月买下一部手机的决定。
通过创造巨大的地下市场、黑市市场和“灰色”商品,它们无疑会减缓支出、减少税收。
看看前苏联以及古巴、朝鲜或委内瑞拉等其他专制制度国家,你就知道税收会减少的原委了。
不同于中产阶级,许多蓝领工人将智能手机作为他们的主要联系设备,也是唯一的计算设备。
他们没有自己的PC或笔记本电脑,许多人甚至都没有接入住宅宽带。在没有用完其SIM卡上的流量之前,他们往往会在星巴克、邓肯的甜甜圈(Dunkin' Donuts)和麦当劳这样的地方使用免费Wi-Fi上网。
过去,这种无处不在的获取信息和资源的方式只有在中产阶级和富人中才有,而为消除数字鸿沟,少数拉丁美洲人(以及非裔美国人)也可以上网获取信息。
现如今,在美国,能够访问互联网并不是什么奢侈的事情。它以已经成为美国人找工作、与家人沟通、定位和使用重要服务的必需品。
互联网对大部分人来说是其生命线,而智能手机则是他们使用这一服务的入口。
如果川普政府得逞,除了不受监管的二级市场的崛起,我们还可能会看到堪比“数字胡佛村(Digital Hoovervilles)”的景象,在“数字胡佛村”,能够使用数据、获取信息的人将集中在少数享有特权的人中,而那些平常不能上网的人将不得不为其偶尔的网络服务支付高额的费用。
我不希望我们连入互联网的基本入口是镀金的,这是不民主的,而且深入思考的话,这是有压制性和种族主义的。让智能手机继续这样便宜下去吧。
你认为通过新的关税和其他贸易限制来打击中国是否是在惩罚美国的工薪阶层呢?
好文章,需要你的鼓励
阿里巴巴集团正在马来西亚和菲律宾新增数据中心以推动AI驱动增长。该公司云计算部门本周在马来西亚启用第三个数据中心,并计划10月在菲律宾开设第二个数据中心。阿里云还在新加坡设立全球能力中心,帮助超过5000家企业和10万名开发者使用先进AI模型。未来三年内,阿里巴巴将在全球多个地区加速云网络建设,承诺在AI基础设施上投资超过530亿美元。
Unbabel团队开发的TOWER+模型系列实现了翻译专业性与通用AI能力的完美平衡。通过创新的四步训练方法,即使2B参数的小模型也能在翻译质量上匹敌70B大模型,同时具备出色的对话和指令跟随能力。研究还创建了IF-MT基准来评估复杂翻译场景下的综合能力,为AI模型的专业化发展提供了重要参考。
在人工智能与神经科学交叉领域的研究中,科学家正在探索自然发育的生物大脑与人工神经网络之间的异同。如今,实验室培养的生物类器官大脑为这一领域带来了新的复杂性。科学家使用干细胞培养出梨形大脑类器官,这些类器官甚至能够自主生长出眼睛。研究人员通过探索视觉与智能的关系,以及大脑-眼部缩放关系,为人工智能研究提供启发。
莫斯科科学家开发出"听众机制"训练方法,解决AI视觉偏好判断中推理不一致问题。通过让两个AI模型相互"对话"验证推理过程,新方法在ImageReward基准上达到67.4%准确率,并在现代图像数据集上显著提升泛化能力,为开发更可靠可解释的AI系统提供新思路。