ZD至顶网CIO与应用频道 11月30日 北京消息:根据Gartner最近的一项调查研究,移动设备在工作场所的使用尚未成熟。尽管有80%的受访员工得到了一台或者多台公司发的设备,但是台式机仍然是最受欢迎的企业设备,有超过半数的员工得到了公司发的桌面PC。
这个调查结果是基于2016年Gartner个人技术研究得出的,这项研究从2016年8月开始覆盖了美国、英国和澳大利亚的9592名受访者。
有36%的员工得到了笔记本电脑,包括可转换的笔记本电脑。可转换式笔记本电脑作为公司配备的设备这个比例还是很低的,但是一直在逐步增加中。Gartner分析师预计,未来3年将会有越来越多的可转换笔记本电脑,这主要受到了Windows 10更新的影响,后者会通过触屏输入增强用户体验。台式机加上笔记本电脑(包括可转换的笔记本电脑),在成熟国家总共有75%的员工将得到至少1台PC类型的设备。
在工作场所有大量企业给员工配备的PC设备,相比至少配备移动设备的却很少。在工作场所使用的智能手机手机主要是员工自己的——调查中只有23%的员工得到了企业给配备的智能手机。
“企业配备移动设备的较低比例突显出一个事实:工作场所中有大量员工个人的移动设备,”Gartner首席研究分析师Mikako Kitagawa这样表示。“事实上,在工作中使用智能手机的员工中有超过半数都是用自己个人的智能手机。”
员工个人的平板电脑使用率要低于个人使用的智能手机。只有21%的员工使用平板电脑——不管是企业配备的还是员工个人的。
“在移动时代,在工作场所中智能手机和平板电脑的使用率还不如PC高,这一点多少有些意外,即便是把员工个人的设备也计算在内,”Kitagawa说。“虽然为员工配备移动设备的成本会迅速增加,这点没错,但是恰当地使用移动设备可以提高生产力,这会证明额外的成本是值得的。”
当企业给员工配备了设备,他们通常会很高兴使用这些设备。只有不到20%的受访者说他们对于雇主提供的设备感到不满意,员工对平板电脑和智能手机的满意度要高于台式机和笔记本电脑。
“在工作场所使用个人的设备已经不是什么新鲜事了,但是调查结果证实,这个趋势正在成为一项工作场所的新标准。有2/3的受访者说,他们在工作中使用个人的设备,”Kitagawa说。“智能手机和平板电脑是最受欢迎的个人设备用于工作中,相比之下,只有10%能用上企业配发的智能手机和平板电脑。”
好文章,需要你的鼓励
这项研究提出了ORV(占用中心机器人视频生成)框架,利用4D语义占用作为中间表示来生成高质量的机器人操作视频。与传统方法相比,ORV能提供更精确的语义和几何指导,实现更高的时间一致性和控制精度。该框架还支持多视角视频生成(ORV-MV)和模拟到真实的转换(ORV-S2R),有效弥合了虚拟与现实之间的差距。实验结果表明,ORV在多个数据集上的表现始终优于现有方法,为机器人学习和模拟提供了强大工具。
这项研究由Writer公司团队开发的"反思、重试、奖励"机制,通过强化学习教导大型语言模型生成更有效的自我反思内容。当模型回答错误时,它会生成反思并二次尝试,若成功则奖励反思过程。实验表明,该方法在函数调用和数学方程解题上带来显著提升,最高分别改善18.1%和34.7%。令人惊讶的是,经训练的小模型甚至超越了同家族10倍大的模型,且几乎不存在灾难性遗忘问题。这种自我改进技术为资源受限环境下的AI应用开辟了新方向。
FuseLIP是一项突破性研究,提出了通过早期融合离散标记实现多模态嵌入的新方法。与传统CLIP模型使用独立编码器不同,FuseLIP采用单一编码器同时处理图像和文本标记,实现了更自然的模态交互。研究证明,这种早期融合方法在多种多模态任务上表现优异,特别是在需要理解图像结构而非仅语义内容的任务上。研究还开发了创新的数据集和评估任务,为多模态嵌入研究提供了宝贵资源。
ByteDance与浙江大学合作开发的MERIT是首个专为多语言多条件语义检索设计的基准数据集,包含320,000条跨5种语言的查询和135,000个产品。研究发现现有模型在处理多条件查询时过度关注全局语义而忽略特定条件元素,为此提出CORAL框架,通过嵌入重建和对比学习相结合的方式,使检索性能提升45.9%。这项研究不仅识别了现有方法的关键局限性,还为多条件交错语义检索领域的未来研究奠定了基础。