北京时间2月11日午间消息,美国宾夕法尼亚大学最近发布一项研究表明,智能手机的计步应用精度已经足够高,在精度上完全可以媲美可穿戴设备,甚至更优。研究报告中对多款App的计步功能进行了统计,误差在-6.7%到6.2%之间,而可穿戴设备的误差在-22.7%到-1.5%之间。
这项研究共统计了全美前十的智能手机运动应用和可穿戴设备,由14名志愿者完成了500步和1500步的测量,每人都进行了两次测试,最终得出以上的结论。就在前不久,JAMA学术期刊上还得出了可穿戴设备对使用者生活习惯和健康几乎无促进作用的结论。
最后该研究小组的负责人给出的建议是,考虑到有超过65%的成年人随身携带智能手机,而可穿戴设备的普及率不足2%。,手机可以作为通用的健康追踪设备使用。
好文章,需要你的鼓励
全新搜索方式出现,字节发布宽度优先搜索基准WideSearch,垫底的竟是DeepSeek
阿里巴巴团队推出DeepPHY,这是首个专门评估AI视觉语言模型物理推理能力的综合平台。通过六个不同难度的物理环境测试,研究发现即使最先进的AI模型在物理推理任务中表现也远低于人类,成功率普遍不足30%。更关键的是,AI模型虽能准确描述物理现象,却无法将描述性知识转化为有效控制行为,暴露了当前AI技术在动态物理环境中的根本缺陷。
GitHub CEO声称AI将承担所有编程工作,但现实中AI编程工具实际上降低了程序员的生产效率。回顾编程语言发展史,从Grace Hopper的高级语言到Java等技术,每次重大突破都曾因资源限制和固有思维遭到质疑,但最终都证明了抽象化的价值。当前AI编程工具面临命名误导、过度炒作和资源限制三重困扰,但随着技术进步,AI将有助于消除思想与结果之间的障碍。
AgiBot团队联合新加坡国立大学等机构开发出Genie Envisioner机器人操作统一平台,首次将视频生成技术应用于机器人控制。该系统通过100万个操作视频学习,让机器人能够预测行动结果并制定策略,在多个复杂任务上表现优异,仅需1小时数据即可适应新平台,为通用机器人智能开辟全新路径。