日本希望如何重返芯片生产国第一梯队
日本政府制定了雄心勃勃的计划，旨在使该国再次成为领先的芯片生产基地。 本月初，它将对初创公司Rapidus的补贴增加了33亿欧元，达到60亿欧元左右。 该投资项目被认为是技术追赶的最大胆尝试之一，因为日本希望利用它来跳过几代芯片。 广告 根据摩根士丹利三菱日联银行的分析，中国是最大的半导体制造国之一，占全球芯片产量的20%。 但这些都是旧技术，其结构在两位数纳米范围内。 现代芯片现在主要来自台湾的台积电。 Rapidus由丰田和科技集团NEC等日本公司于2022年创立，希望生产2纳米结构的芯片，从而赶上世界技术市场领导者台积电、韩国三星和英特尔。 美国智库国际与战略研究中心的专家认为，如果日本成功，这将是“前所未有的技术成就”。 条件已经尽可能好了。 Rapidus 与其他公司密切合作。 先进制造技术和芯片设计的专业知识来自IBM，成像技术来自比利时的Imec，而日本人最终开发了生产技术。 然而，整件事绝非易事——背后有十多年的发展需要弥补。 亚洲最古老的工业国家 对于日本政府来说，这将是其重振曾经领先的半导体国家芯片产业战略的最高成就。 在 20 世纪 80 年代和 90 年代，一半以上的计算机芯片来自亚洲最古老的工业国家。 但当芯片生产随着数字时代的开始而真正起飞时，尤其是智能手机的出现，电子公司却无法在投资竞赛中跟上亚洲竞争对手的步伐。 一方面，日本的芯片产业过于分散，各个公司的部门规模都太小。 另一方面，许多公司陷入危机，因此陷入财务困境，而台湾和韩国则大力补贴本土芯片制造商。 因此，日本生产只能在利基市场中生存。 东芝以前的存储芯片部门现在作为 Kioxia 与三星和 SK 海力士竞争。 瑞萨电子是多家公司芯片部门的控股公司，为汽车和工业应用制造芯片。 此外，日本人在传感器方面也很强大，尤其是相机和智能手机的图像传感器。 此外，系统、组件和化学品制造商迄今为止已经能够捍卫其在全球芯片供应链中的强势地位。 日本政府的阶段性战略 上个十年末，政府决定利用本国负担过重的芯片产业作为产业追赶的基础。 原因是：中美之间日益激烈的大国冲突，以及中国威胁攻击芯片大本营台湾，引发了人们对其自身产业的芯片供应可能停止的担忧。 日本经济产业省 (METI) 的复苏战略非常具有战略意义。 与欧盟或美国不同，日本政府没有承诺提供高达数十亿欧元的巨额补贴。 相反，国家援助是按项目逐步发放的。 政府还采取了分阶段战略。 起初，该部门的重点是让台积电为日本工业主要需要的相对较大的芯片建造工厂。 经济规划者希望确保芯片确实有市场。 日本人甚至说服台湾人与电子公司索尼和汽车供应商电装成立一家合资企业。 这个模型也是台积电对德累斯顿承诺的灵感来源。 年初落成的第一家工厂建设进展顺利，台积电已经在筹建第二家工厂。 用于自动驾驶的6纳米芯片将在那里生产。 据传言，台湾人甚至正在考虑第三座工厂。 定居点战略的早期成功增强了经济规划者与 Rapidus 进行真正的技术大赌注的意愿。 政府清楚地意识到，这是日本与日本公司一起成为世界领导者的最后机会。 […]
人工智能法案谈判代表：“它将为社会服务”
Dragoş Tudorache 目前有很多值得高兴的事情。 他坐在一座城堡的会议室里，俯瞰布鲁塞尔郊外的湖泊，喝着一杯卡瓦酒。 这位自由党欧洲议会议员当天主持了一场有关人工智能、国防和地缘政治的会议，近 400 名贵宾出席了会议。 广告 这位前罗马尼亚内政部长被认为是欧洲人工智能政策中最重要的参与者之一。 他是欧洲议会人工智能法案的两名首席谈判代表之一。 该法规是世界上第一个此类综合性人工智能立法，将于今年晚些时候生效。 他于两年前被任命担任这一职务。 然而，他对人工智能的兴趣始于 2015 年。他说，阅读尼克·博斯特罗姆 (Nick Bostrom) 的《超级智能》一书对他产生了影响。 它描述了如何创建通用人工智能及其可能产生的影响。 这项工作向他展示了人工智能的潜力和危险以及对其监管的必要性。 （博斯特罗姆本人目前也卷入丑闻因为据说他在 20 世纪 90 年代的电子邮件中表达了种族主义观点。 Tudorache 表示，在该书出版后，他对这位哲学家未来的职业生涯一无所知。）然后，当 Tudorache 于 2019 年当选欧洲议会议员时，他决心在机会出现时致力于监管人工智能。 “当我 [Ursula] 他回忆道：“听到冯德莱恩在第一次议会演讲中表示将会对人工智能进行监管，我说，‘是的，这是我的时刻’。”从那时起，图多拉奇一直担任人工智能和人工智能特别委员会的主席。由欧洲议会通过，并与其他欧盟机构谈判后形成最终形式。 “我们从这次飞行中学到了很多东西” 这是一次疯狂的旅程，经历了激烈的谈判、ChatGPT 的崛起、科技公司的游说以及欧洲一些最大经济体的反复。 但现在《人工智能法案》已经通过，图多拉奇的工作已经完成，他说他并不后悔。 尽管该法律受到批评——民间社会批评其未能充分保护人权，工业界则认为该法律过于严格——图多拉奇表示，最终形式正是他所期望的妥协方案。 政治只是妥协的艺术。 “飞机在空中时需要进行大量的修补，我们从这次飞行中学到了很多东西，”他说。 “但如果所有相关人员都能很好地理解我们立法的真正精神，我相信结果会是积极的。” 但现在还为时过早——该法律要到两年后才能全面生效。 然而，Tudorache 认为，这将使科技行业变得更好，并开始一个过程，让公司开始认真对待负责任的人工智能，因为法律要求人工智能公司对其模型的构建方式更加透明。 “事实上，我们现在已经有了一个蓝图，可以确定如何设定正确的界限，同时为创新留出空间，这将为社会服务，”图多拉奇说。 它还将使公司受益，因为它为人工智能可以做什么和不能做什么提供了可预测的路径。 但人工智能法则只是一个开始，还有很多事情让 Tudorache 夜不能寐。 人工智能将给各行各业、全社会带来重大变革。 在他看来，它将改变从医疗保健到教育、工作和国防再到人类创造力的一切。 Tudorache 表示，大多数国家尚未了解人工智能对他们意味着什么，现在政府有责任确保公民和更广泛的社会为人工智能时代做好准备。 “关键时刻现在开始，”他说。 […]
无需大脑植入：用意念控制电脑游戏
德克萨斯大学奥斯汀分校的研究人员开发了一种脑机接口，即使是没有经验的用户也能在短时间内用意念控制电脑游戏。 广告 通过适当的接口（脑机接口，BCI）直接控制计算机不仅多年来引起了研究小组的兴趣，而且还吸引了私人捐助者的大量投资。 其背后的愿景远比仅仅为身体残障人士提供输入选项影响深远：例如，Neuralink 创始人埃隆·马斯克 (Elon Musk) 曾公开推测“生物和人工智能之间的宽带连接”——当然，军方也参与其中。对它感兴趣。 然而，像 Neuralink 这样的公司经常使用植入大脑的植入物，Neuralink 最近播放了一段患者使用 Neuralink BCI 在线下棋的视频。 现在来自 Hussein Alawieh 和同事的 论文中提出的界面 然而，它是基于用户头上的脑电图帽。 脑电图帽作为非侵入性接口 当用户想象某些身体动作时，帽子中的电极会测量大脑在头骨上产生的电位。 解码器解释这些信号并将其转换为计算机的控制命令。 基本上，这个想法并不新鲜。 然而，这些设备通常需要对每个用户进行大量校准，因为每个人的大脑都是不同的。 训练用户本身也很困难，因为没有经验的用户最初从设备收到的有意义的反馈很少，因为解码器很少对他们的大脑活动做出有意义的响应。 为了解决这个问题，研究人员使用经验丰富的用户的脑电图数据对解码器进行了预训练。 这位“专家”练习玩一个简单的电脑游戏，需要平衡数字条的左侧和右侧。 然后研究人员让没有经验的用户使用预先训练的解码器进行练习。 不仅仅是平衡游戏，也是 赛车游戏 在电脑上。 然后，他们使用数学程序调整解码器的参数以适应缺乏经验的新用户。 18 名测试对象异常快速且成功地掌握了这两项任务。 （西） 到主页 1712596566 #无需大脑植入用意念控制电脑游戏 2024-04-08 06:00:00
Apple AI：MM1 语言模型有哪些优势
最近，关于苹果人工智能 (AI) 计划的谣言和悬而未决的问题一样多。 在内部开发者大会 WWDC 等公开场合，苹果老板蒂姆·库克更喜欢使用技术术语“机器学习”，而不是人工智能。 但现在变得更加具体：上周 有报道称，苹果可能有兴趣为自己的应用程序授权谷歌的大型 Gemini 语言模型。 苹果还提供了 在一篇研究论文中 专门开发的语言模型系列，未来可用于 iPhone 和 Siri 等应用程序。 广告 这个名为MM1的模型如此有趣，不仅因为它表明苹果正在积极进行AI研究，还因为它的尺寸和结构相对较小。 MM1 是一种所谓的多模式模型，它既能理解文本查询，又能理解视觉提示。 尽管规模小但“性能有竞争力” 这 MM1 论文 主要涉及研究人员在开发模型时获得的发现。 例如，用于预训练的图像的分辨率对后续性能的影响最大。 或者说训练数据的正确组成很重要。 对于 MM1，Apple 正在尝试不同的图像-文本对混合、混合图像-文本数据（交错）和纯文本。 最终，团队将模型扩展至 3、7 和 300 亿个参数。 据称，与类似的多模式模型相比，30B 模型“在所有类别中都实现了有竞争力的表现”。 MM1 的模型大小为 300 亿个参数，比其他领先公司的大型语言模型要小：Meta 的 LLaMA-2 有 700 亿个参数，德国公司 Aleph Alpha 的 Luminous 模型 扩大到3000亿，对于 GPT4，假设有超过一万亿个参数。 然而，独立观察家认为 […]
深入探讨：ChatGPT 和 Co 之后的未来
广告 AGI，通用人工智能，即具有类人甚至超人能力的人工智能，长期以来一直被认为是完全不现实的，或者至少是一个非常非常雄心勃勃的目标 – 取决于你与谁交谈。 但现在很多人想知道，如果 ChapGPT 能做这么多，接下来会发生什么？ 也许真的是类似 AGI 的东西？ 在 Deep Dive 的最新播客节目中，TR 编辑 Wolfgang Stieler 与 Katharina Zweig 讨论了现有大型语言模型到底有多聪明或多愚蠢、我们现在和未来应该如何使用它们以及我们应该做得更好的问题放开你的手。 世界观问题 Katharina Zweig 是凯泽斯劳滕-兰道工业大学的教授，也是该校算法问责实验室的负责人。 她不仅是一位科学家，也是一位非常受欢迎的演讲家和作家 科普书籍 关于人工智能的话题。 在这里您可以找到我们三种播客格式的概述：每周新闻播客“Weekly”和每月播客“Unscripted”和“Deep Dive”。 她引用哲学家布赖恩·坎特韦尔-史密斯的话说，要被称为智能的东西，它必须“存在取决于一个人的世界观”。 “我刚骑完自行车，就不断地评估我身后是否有车，他们是否能看到我，我是否还能开车过马路。我的生存依赖于能够获得汽车正确评估。” 她在语言模型中看不到这种能力：“技术基础并不意味着语言模型对其世界观的正确性有任何兴趣，”茨威格说。 “这就是为什么会出现幻觉，因为没有报复等。” 为了让我们能够尽可能负责任地使用 ChatGPT 及其可能更智能的后继者，我们必须考虑我们与人工智能的关系。 “目前我们还没有一个很好的语言来描述语言模型可以做什么。因为当然这涉及到一种理解，”茨威格说。 “我认为我们必须发明新词来实现语言模型向我们反映的那种所谓的理解。但这使得儿童或成人的理解之间的差异再次变得清晰。” 因为只有当我们充分了解这项技术的功能以及它在哪些方面不如我们可靠或与我们不同时，“然后我们才能与它很好地合作。” 整个剧集 – 作为音频流（RSS订阅）： （西斯特） 到主页 1711840083 #深入探讨ChatGPT #和 #之后的未来 2024-03-28 15:30:00
生成式人工智能应该用长达 10 秒的时间来展望自动驾驶汽车的未来
Waabi 是一家专注于自动驾驶的初创公司，希望使用一种新颖的人工智能模型来预测其他道路使用者的下一步行动。 不仅会使用机器学习，还会使用生成式人工智能——这一领域的新颖之处。 该系统名为 Copilot4D，是根据激光雷达传感器的数据进行训练的，激光雷达传感器使用光来测量与物体的距离。 如果你给模型一个情况 – 例如例如，如果驾驶员鲁莽地高速进入高速公路，它会预测该地区其他车辆将如何移动。 结果是看到未来 5 到 10 秒的 LIDAR 表示，在本例中，例如，堆积。 广告 Copilot4D 的第一个版本现已推出。 根据老板 Raquel Urtasun 的说法，Waabi 已经在开发更精确的系统，这些系统将用于德克萨斯州的自动驾驶卡车测试车队，其中驾驶软件会决定如何对某些情况做出反应 – 一个集成的解释器，以便说话。 自动驾驶长期以来一直依赖机器学习来规划路线和识别物体。 使用环境数据然后进行预测的生成式人工智能模型达到了一个新的水平。 乐观者希望它能够将自主性提升到一个全新的水平。 Wayve 是 Waabi 的竞争对手，去年已经发布了类似的型号， 它是根据从车辆收集的驾驶视频进行训练的。 Waabi 的工作原理类似于图像或视频生成器，例如 DALL-E 和 来自 OpenAI 的 Sora，但不使用相机数据：它从 LIDAR 传感器获取点云，将车辆周围环境的 3D 地图可视化，并将其分解为多个部分，类似于图像生成器将照片分解为像素的方式。 然后，Copilot4D 根据其训练数据预测点云将如何从 LIDAR 数据移动。 Waabi 是自动驾驶领域为数不多的几家公司之一（包括竞争对手 Wayve 和 Ghost） 他们将他们的方法描述为“人工智能优先”。。 […]
GPT-4 在战争规划方面有多出色
美国陆军基础研究核心研究实验室陆军研究实验室的两名研究人员开发了一种定制语言模型，用于制定军事作战计划。 在模拟军事行动中，语言模型的表现优于使用强化学习训练的人工智能 (AI)。 Vinicius G. Goecks 和 Nicholas Waytowich 描述了技术细节 在一篇论文中，他们在预印本平台 arXiv 上发布。 广告 全世界的希望 人工智能让军队在战场上更快、更精确。 美国军方最近授予 Palantir 公司一份价值 1.78 亿美元的合同，以开发使用人工智能的自动目标检测。 GPT-4 给出命令 在大型语言模型的帮助下，将人工智能直接集成到命令结构中似乎是显而易见的。 在他们的实验中，军事研究人员提供了两个版本的 GPT-4 示例和上下文信息，使模型能够为少数军事单位制定作战计划。 然后，他们给人工智能助手的任务是摧毁所有敌军并在给定场景中占领目标点。 为了测试作战计划的效果，他们让 COA-GPT（行动方针）运行基于《星际争霸 II》的模拟。 这 仿真平台 研究人员已经在 2017 年开发了这一技术，用于训练人工智能代理进行模拟星际争霸战斗，其中游戏角色的军事特征 映射到真实的军事单位和历史场景。 “敌方”势力由游戏内置的机器人控制，这些机器人基本上基于脚本。 在测试中，COA-GPT 实际上比迄今为止最好的程序表现得更好。 当研究人员寻求人类专家的反馈以进行第二轮改进的规划时，效率可能会进一步提高。 然而，结果远非完美。 例如，语言模型比其他人工智能体遭受了更多的损失。 然而，作者将他们的模型视为“军事 C2（指挥和控制）行动的变革性方法，可以实现更快、更灵活的决策，从而在现代战争中提供战略优势。” 一个规划问题 广告投放也更加精准和快速 Palantir，军事行动人工智能平台。 不过，该公司迄今为止只发布了一段视频，无法真正了解该平台的功能。 多大好 语言模型真的可以规划，但在研究中存在争议。 至少一些专家认为大型语言模型无法真正得出逻辑结论或计划，而只是简单地操纵训练材料中的零碎内容，使其看起来好像它们实际上正在计划。 佐治亚理工学院、斯坦福大学、东北大学以及胡佛兵棋推演和危机模拟计划的研究人员最近也发现，“升级风险”显着增加 如果大型语言模型能够做出军事和外交决策。 至少在虚构的危机场景中，语言模型并没有回避使用原子弹。 […]
自动化：这个机器人自己缝了六针伤口
自动化：这个机器人自己缝了六针伤口 机器人的一小步，机器人技术的一大步：这就是人们如何解释加州大学伯克利分校研究人员现在提出的进展。 在视频中，您可以看到双臂机器人如何独立缝合六针仿皮伤口。 他将针穿过柔软、易弯曲的组织，从一个机器人臂到另一个机器人臂，同时保持线拉紧。 广告 尽管机器人现在参与了腹股沟疝气和冠状动脉搭桥术等许多手术，但它们只是为外科医生提供支持，而不是取代他们。 这项新研究表明，机器人可以在手术室中更加自主地完成缝纫等非常复杂的任务，并减轻医疗团队的负担。 但缝纫机器人在手术室以外的其他机器人领域也很有用。 加州大学伯克利分校研究员、该项目负责人肯·戈德伯格 (Ken Goldberg) 表示：“从机器人技术的角度来看，这是一项非常具有挑战性的操作任务。” 研究机器人的实验室。 缝纫机器人面临的挑战 机器人必须克服在手术室使用的重要障碍：例如，困难的是针等闪亮或反光物体可能会破坏机器人的图像传感器。 此外，计算机很难模拟“可变形”物体（例如皮肤和线）在被刺穿和刺穿时如何反应。 与将针从一只手传递到另一只手不同，在机器人手臂之间移动针是一项巨大的灵活性挑战。 为了应对挑战，机器人使用两个摄像头来捕捉环境。 研究人员使用神经网络对其进行训练，使其能够识别针的位置，并通过运动控制来规划缝合所需的所有六个动作。 事实上，这种机器人可以在手术室独立缝合伤口和器官，这仍然是未来的事情。 但该项目的医生兼研究员 Danyal Fer 表示，部分缝纫过程的自动化提供了巨大的医疗潜力。 缝纫过程是自动化的良好候选者 “手术期间有很多事情要做，”费尔说，“缝合通常是你要做的最后一项任务。缝合时医生可能会很累。如果他们没有正确缝合伤口，这种情况可能会发生“更长的时间由于缝合也是一项相当重复的任务，Goldberg 和 Fer 认为它是自动化的一个很好的选择。 使用机器人是否也能为患者带来更好的效果，或者缝线是否可以更快地愈合并留下更少的疤痕：这些问题仍然悬而未决。 因为应该谨慎看待机器人的成功：六针是在人类必须干预之前机器人手臂可以缝合的最大数量。 平均而言，机器人在实验中只能缝三针左右。 测试伤口仅限于二维，而不是肘部或脚踝等圆形身体部位的伤口。 此外，该机器人仅在“幻影”上进行了测试，这是一种用于医疗培训的假皮肤，而不是器官组织或动物皮肤。 约翰·霍普金斯大学的阿克塞尔·克里格（Axel Krieger）没有参与这项研究，他证实了这一点 机器人 令人印象深刻的进步 – 特别是在找到针、抓住针并将其在手臂之间转移的能力方面。 “这就像大海捞针一样，”克里格说。 “这真的很困难。他们所取得的进步给我留下了深刻的印象。” 克里格的实验室处于机器人缝纫领域的最前沿。 但该团队正在采取不同的方法。 虽然伯克利的研究人员使用达芬奇研究套件（一种在许多手术室进行腹腔镜手术的共享机器人系统）进行工作， Krieger 的实验室建立了自己的系统：智能组织自主机器人（STAR）。 区分组织和血液 合而为一 出版物 从 2022 年开始，STAR 可以成功地将缝合线放入猪肠中。 这是值得注意的，因为机器人通常很难区分动物组织和血液样本中的颜色。 […]
中国科技公司如何将游戏化发挥到极致
如果你问中国的孩子农历新年最令人兴奋的事情是什么，他们可能会回答：红包。 节日期间，人们将这些包裹以装有钱的红包的形式分发给年轻的家庭成员。 您每年都可以可靠地收到现金礼物，直到您完成学业并开始全职工作。 广告 这种已经存在了几个世纪的节日传统现在必须面对数字时代：红包不仅从一种实体活动演变为一种数字活动。 它们还使中国科技公司每年都能赚到很多钱并获得新用户。 然而，作为回报，他们必须遵循越来越复杂的规则才能得到一点钱。 红包送礼的数字化始于2010年代初期，出现了支付宝、支付宝等超级应用程序。 微信 使得通过智能手机汇款和收款成为可能。 为此，他们引入了为红包传统注入新活力的机制，例如随机分配系统，人们在群聊中放入一个巨大的红包，无论谁打开它，都会获得总数中的随机份额。 可变奖励的承诺会增加获得大量份额时的兴奋感。 2015年，微信决定在春节联欢晚会期间发放价值超过8000万美元的红包，这是中国许多家庭在电视上观看的一年一度的传统活动。 为了分享微信的红色“礼物”，人们必须在节目的某个时间摇动手机。 据微信统计，整个农历新年期间人们晃动手机110亿次。 在巅峰时期，人们在一分钟内摇动手机 8 亿次。 游戏化是极限 这一巨大的成功激励了中国几乎所有其他科技公司加入这场游戏并投入了数百万美元。 如今，每个主要应用程序都在新的一年里提供了此促销活动的版本。 然而，参与变得更加复杂。 比如参加今年抖音的红包之一，中国版 抖音要参与，用户必须完成一系列任务：每天登录、邀请新用户加入平台、上传头像、关注特定帐户、建立群聊、在群聊中发布动图、进行视频通话、在最短的时间内上传视频、观看视频和下载其他应用程序。 您愿意在这些任务上花费的时间越多，应用程序奖励您的就越多。 2010年代，中国移动互联网行业经历了巨大的增长，持久的结果之一是应用程序开发了非常复杂的噱头来吸引用户和访问者——关键词游戏化。 新年红包促销基本上就是这些广告策略的集大成者。 许多人不再有时间玩每一个小游戏。 尤其是与付出的努力相比，回报总是惨不忍睹：我是否愿意向我多年未曾联系过的五个学校朋友发送一条信息，以获得相当于五欧元的报酬？ 而不是。 中国平台正在征服欧洲 然而，其他人却认真对待这件事：如何 中国刊物曾报道过一些人，尤其是不太富裕的人，深入研究这些红包游戏的规则，希望能发财。 由于游戏奖励社交互动，有些人甚至用自己的钱付钱给别人玩。 甚至出现了新的应用程序，将试图玩弄系统的人们联系起来。 外界大多没有看到中国科技行业的这一面。 这种情况正在慢慢改变。 和 前这款中国超快速电子商务应用程序刚刚在超级碗广告上花费了数百万美元，并且也在德国使用，中国以外的用户也可以感受到营销恶作剧。 带优惠券的旋转轮、永不停歇地邀请新朋友、以及旨在让你保持参与感的小游戏——这些只是 Temu and Co. 使用的一些中国用户非常熟悉的策略。 中国平台在国际上越成功，我们就越有可能很快在欧洲和美国发送虚拟红包（或信封），或者摇动我们的智能手机以期中奖。 （ETC） 到主页 1708492485 #中国科技公司如何将游戏化发挥到极致 2024-02-20 07:00:00
本周统计：视频流媒体领域的三大巨头
全球视频流媒体市场目前由三大公司主导——Netflix、亚马逊和迪士尼。 Netflix 第四季度全球订阅用户数量约为 2.6 亿，位居榜首，领先于 Amazon Prime Video（约 2 亿）和 Disney+（1.5 亿）。 然而，Prime Video 的数字是基于估计和媒体报道。 由于基本上每个 Amazon Prime 用户都可以自动访问流媒体服务，因此潜在的用户数量要高得多，也将超过 Netflix。 广告 （图片来源：Statista） 流媒体优惠的用户份额 在德国是 亚马逊 Prime 视频 Statista Consumer Insights 的数据显示，它是最常用的流媒体服务。 在接受调查的大约 3,900 名在数字视频内容上花钱的人中，大约 73% 的人表示他们使用 Prime Video。 Netflix 的用户份额约为 69%，Disney+ 稍稍落后，位居第三，为 46%。 使用的其他服务包括 AppleTV+（18%）和 Sky 的流媒体服务 WOW（10%）。 （图片： 快门库存/3dmask ） 在我们的每周专栏中，我们展示来自技术和科学的数字、曲线和图表。 根据 Statistas Market […]