北京8月7日電(記者 吳濤)全球智慧型手機市場正上演「冰火兩重天」,一方面二季度營收首破千億美元創歷史新高,另一方面出貨量卻沒有大幅增長。在高端化浪潮下,全球智慧型手機市場出現哪些新趨勢? 資料圖。張亨偉 攝 根據Counterpoint近日發布的最新市場監測服務顯示,2025年第二季度全球智慧型手機市場營收同比增長10%,首次突破1000億美元大關,創下第二季度歷史最高紀錄。 但值得注意的是,相比之下,全球智慧型手機出貨量同比增長僅3%。與此同時,2025年第二季度全球智慧型手機平均售價也創下第二季度新高,同比上漲7%,接近350美元。 Counterpoint高級分析師分析,「儘管多地仍承受宏觀經濟逆風,全球智慧型手機市場在2025年第二季度依舊實現了銷量和營收的雙重增長。融資渠道的拓寬、以舊換新計劃的升級,以及更大力度的促銷活動,共同降低了消費者進入高端市場的門檻,使高端化進程的速度超出此前預期。」 科技市場獨立分析機構Canalys首席分析師也認為,在一些市場,消費者對高端設備的需求不斷上升,這一趨勢受到「先買後付」支付方式普及促銷季的成功,以及廠商與零售商在下半年新品密集發布前推動銷售的積極配合等因素的驅動。 Canalys報告稱,2025年第二季度全球智慧型手機出貨量小幅下降至2.889億部,受限於相對溫和的消費者需求,多數手機廠商在2025年第二季度整體表現穩定,但它們的成功往往依賴於在特定地區的強勁增長,從而平衡了在其他市場需求的疲軟。 而對於中國手機市場,工信部最新的數據顯示,行動電話用戶穩中有增,5G用戶快速發展。截至6月末,三家基礎電信企業及中國廣電的行動電話用戶總數達18.1億戶,比上年末淨增1993萬戶。其中,5G行動電話用戶達11.18億戶,比上年末淨增1.04億戶。 Canalys數據顯示,二季度中國智慧型手機市場表現中,華為以1220萬臺的出貨量重奪市場第一,佔據18%的市場份額;vivo緊隨其後,佔據17%的份額;OPPO(含一加)以1070萬臺排名第三,佔比16%。小米連續第八個季度實現同比增長,位居第四;蘋果則以1010萬臺排名第五。 展望未來,Counterpoint預計全球智慧型手機市場的高端化趨勢將延續,2025年營收增幅將跑贏銷量增長。此外,隨著生成式人工智慧(GenAI)手機與摺疊屏機型的關注度持續上升,這兩大新興趨勢有望為全球智慧型手機市場帶來顯著的增長機會。 Canalys分析認為,許多廠商將押注於第三季度密集的新品發布季,重點聚焦於AI、摺疊屏和輕薄設計等趨勢,希望在年底假日購物季到來前激發消費需求。(完)
天津8月14日電(記者 孫玲玲)記者13日從南開大學獲悉,近日,南開大學計算機學院媒體計算實驗室取得最新研究成果,不僅從評估的角度揭示了現有AI檢測方法的性能不足,並創新性地提出了「直接差異學習」(Direct Discrepancy Learning,DDL)優化策略,教會AI用「火眼金睛」辨別人機不同,實現AI檢測性能的巨大突破。相關成果論文已被計算機多媒體領域國際頂級會議ACM MM2025(ACM International Conference on Multimedia)接收。 圖為南開大學研究團隊提出的DetectAnyLLM檢測框架以及MIRAGE基準數據集亮點全析。(南開大學 供圖) 近日,OpenAI發布新一代人工智慧模型GPT-5,再次引發全球關注。隨著DeepSeek、ChatGPT、通義千問、豆包等AIGC大模型逐漸從「新奇玩具」變成學習、工作中不可或缺的「生產力工具」,其伴生問題也日益凸顯:AI經常會「一本正經地胡說八道」,生成看似合理的虛假信息,造成「AI幻覺」;依賴AI工具代寫作業甚至畢業論文,極大衝擊著學術誠信和規範;論文AI率檢測系統有待完善,論文被誤判的問題時有發生……如何精準識別AI生成內容,成為亟待解決的熱點問題。 據了解,目前AI生成內容檢測主要有兩種路線,一種是「基於訓練的檢測方法」,使用特定數據訓練一個專用的分類模型;另一種是「零樣本檢測方法」,直接使用一個預訓練的語言模型並設計某種分類標準進行分類。 圖為AI生成內容檢測示意圖。(南開大學 供圖) 多項研究表明,現有檢測方法在應對複雜的現實場景時常顯不足。此前也曾有權威媒體報導,《荷塘月色》《流浪地球》等經典作品被某常用論文AI率檢測系統檢出高AI率。 為何現有的AI檢測工具會「誤判」?論文第一作者、南開大學計算機學院計算機科學卓越班2023級本科生付嘉晨解釋道:「如果把AI文本檢測比作一場考試,檢測器的訓練數據等同於日常練習題,現有檢測方法是機械刷題、死記硬背答題的固定套路,難以學會答題邏輯,一旦遇到全新難題,準確率就會顯著下降。」 「要想實現通用檢測,理論上需收集所有大模型的數據進行訓練,但在大模型迭代飛速的今天幾乎不可能。」付嘉晨說,讓檢測器真正學會舉一反三,即提升檢測器的泛化性能,是提升AI文本檢測性能的關鍵。 為此,研究團隊提出了DDL方法另闢蹊徑,通過直接優化模型預測的文本條件概率差異與人為設定的目標值之間的差距,幫助模型學習AI文本檢測的內在知識,可以精準捕捉人機文本間的深層語義差異,從而大幅提升檢測器的泛化能力與魯棒性。 「使用DDL訓練得到的檢測器如同有了『火眼金睛』,即便只『學習』過DeepSeek-R1的文本,也能精準識別像GPT-5這樣最新大模型生成的內容。」付嘉晨說。 團隊還提出了一個全面的測試基準數據集MIRAGE,使用13種主流的商用大模型(如豆包、DeepSeek、Kimi等)以及4種先進的開源大模型(如Qwen等),從AI生成、潤色、重寫三個角度構造了接近十萬條人類-AI文本對。 「MIRAGE是目前唯一聚焦於對商用大語言模型檢測的基準數據集。直觀地說,之前的基準數據集是由少而且能力簡單的大模型命題出卷,而MIRAGE是17個能力強大的大模型聯合命題,形成一套高難度、又有代表性的檢測試卷。」論文通訊作者、南開大學計算機學院副教授郭春樂說。 在MIRAGE的測試結果顯示,現有檢測器的準確率從在簡單數據集上的90%驟降至約60%;而使用DDL訓練的檢測器仍保持85%以上的準確率。與史丹福大學提出的DetectGPT相比,性能相對提升71.62%;與馬裡蘭大學、卡內基梅隆大學等共同提出的Binoculars方法相比,性能相對提升68.03%。 「AIGC發展日新月異,我們將持續迭代升級評估基準和技術,致力於實現更快、更準、更低成本的AI生成文本檢測,以AI之力,讓每一篇成果更出彩。」研究團隊負責人、南開大學計算機學院教授李重儀說。(完)
免责声明:本文内容与数据仅供参考,不构成投资建议,使用前请核实。据此操作,风险自担。
18259
72
2025-12-28 16:41
67512
32
2025-12-28 16:41
83496
15
2025-12-28 16:41
31697
62
2025-12-28 16:41
87941
69
2025-12-28 16:41
37419
58
2025-12-28 16:41
34659
17
2025-12-28 16:41
15347
35
2025-12-28 16:41
67839
97
2025-12-28 16:41
12978
89
2025-12-28 16:41
16829
85
2025-12-28 16:41
31726
15
2025-12-28 16:41
14562
97
2025-12-28 16:41
47586
82
2025-12-28 16:41
54397
53
2025-12-28 16:41
76329
96
2025-12-28 16:41
41569
49
2025-12-28 16:41
24713
34
2025-12-28 16:41
57924
15
2025-12-28 16:41
48651
58
2025-12-28 16:41
83195
47
2025-12-28 16:41
86342
32
2025-12-28 16:41
24758
35
2025-12-28 16:41
24617
91
2025-12-28 16:41
65432
69
2025-12-28 16:41
97561
23
2025-12-28 16:41
41639
57
2025-12-28 16:41
19847
81
2025-12-28 16:41
91582
65
2025-12-28 16:41
56824
36
2025-12-28 16:41
64857
42
2025-12-28 16:41
85963
76
2025-12-28 16:41
74265
45
2025-12-28 16:41
16278
15
2025-12-28 16:41
73142
81
2025-12-28 16:41
59742
46
2025-12-28 16:41
54378
13
2025-12-28 16:41
48315
74
2025-12-28 16:41
26985
34
2025-12-28 16:41
29768
58
2025-12-28 16:41
42135
13
2025-12-28 16:41
56341
21
2025-12-28 16:41
95726
29
2025-12-28 16:41
81257
41
2025-12-28 16:41
52789
32
2025-12-28 16:41
51978
72
2025-12-28 16:41
93127
85
2025-12-28 16:41
63825
24
2025-12-28 16:41
83172
67
2025-12-28 16:41
85279
21
2025-12-28 16:41
42319
15
2025-12-28 16:41
76832
46
2025-12-28 16:41
| 少女6夜半直播nba | 樱花直播nba |
| 春雨直播全婐app免费 | |
| 魅影app免费下载安装 | 少女6夜半直播nba |
| 水仙直播 | |
| 国外b站刺激战场直播app | 69美女直播 |
| 免费真人视频网站直播下载 | |
| 香蕉直播 | 极速直播 |
| 打开b站看直播 | |
| 魅影视频 | 520直播 |
| 莲花直播 | |
| 香蕉直播 | 深夜大秀直播app |
| 小k直播姬 | |
| 红杏直播 | 魅影直播 |
| 春雨直播安装包 | |
| 香蕉直播 | 杏爱直播 |
| 伊人直播网站 | |
| 香蕉app免费下载 | 阴桃直播 |
| 直播黄台app凤蝶 | |
| 蜘蛛直播 | 海棠直播 |
| 凤蝶直播 | |