Facebook母公司Meta的全球事務主管尼克·克萊格爵士指責蘋果公司采取雙重標準，一方面聲稱自己在保護用戶隱私，另一方面卻真正濫用了iOS系統(tǒng)的力量和其在市場上的主導地位，實際上就是商業(yè)上的“搶地盤”行為。
他在里斯本舉行的網(wǎng)絡峰會技術會議上，對蘋果的動機提出質疑，稱蘋果的應用跟蹤透明化是為了利潤，而不是為了隱私。
克萊格說："這是一種老式的商業(yè)掠奪，他們正在利用他們在一個領先的操作系統(tǒng)中的主導地位，使天平向他們傾斜。這絕對不是什么冠冕堂皇的理由，我們認為這是一個公然的雙重標準的例子。"
應用程序跟蹤透明化是指詢問用戶是否愿意讓廣告商跟蹤他們通過應用程序瀏覽或閱讀的內容。開發(fā)商可以向用戶說明為什么這樣做有好處，但最終的決定權交給了用戶。
據(jù)估計，到目前為止，蘋果此舉使目前社交媒體領域排名前死的公司單在2021年下半年就損失了100億美元。盡管分別來看，F(xiàn)acebook、Twitter和Google都表示，應用跟蹤透明化的影響雖然有但不大。
（舉報）
站長之家（ChinaZ.com）4月17日 消息:近日，蘋果公司首席執(zhí)行官蒂姆·庫克在其個人微博發(fā)布消息，透露蘋果五年前立下目標，即到2030年實現(xiàn)全業(yè)務碳中和。如今，這一目標進展有了新的里程碑——蘋果公司全球碳排放量已成功減少超過60%，同時再生材料使用比例與可再生能源利用率均創(chuàng)下歷史新高。消息一經(jīng)發(fā)布，迅速在網(wǎng)絡上引發(fā)熱議。眾多網(wǎng)友在評論區(qū)積極互動，其中不?
針對蘋果和 Meta 的行動可能僅僅是一個開始。谷歌和 X 也正在歐盟監(jiān)管機構的監(jiān)管之下 —— 立法者正在推動采取堅定、一致的措施……
蘋果公司正在開發(fā)一款配備攝像頭和麥克風的智能眼鏡，作為實現(xiàn)真正AR眼鏡夢想前的過渡產(chǎn)品，據(jù)彭博社記者馬克·古爾曼報道。這一舉措顯示了CEO蒂姆·庫克對AR技術的堅定承諾。隨著Meta在智能眼鏡領域取得的成功，蘋果很可能會在實現(xiàn)完整AR眼鏡愿景之前推出某種形式的智能眼鏡產(chǎn)品，以保持在可穿戴設備市場的競爭力。
快科技5月1日消息，Meta公布其第一季度財報，該季度營收423.1億美元，利潤175.6億美元，同比增長27%。第一季度廣告收入413.9億美元，同比增長16%。一季度現(xiàn)實實驗室（Reality Labs）營收4.12億美元，運營虧損42.1億美元。一季度APP Family營收419億美元，運營利潤217.7億美元。財報顯示，截至2025年3月，Meta平均每日活躍用戶數(shù)為34.3億，同比增長6%。Meta旗下應用涵蓋社交、通訊、虛擬現(xiàn)實等多個領域，包括Facebook、Instagram、WhatsApp等等。其中，F(xiàn)acebook自2004年創(chuàng)立以來，以其強大的社交網(wǎng)絡和豐富的功能，吸引了全球范圍內的用戶?
快科技4月15日消息，去年上市的蘋果Vision Pro因售價高昂、機身過重等問題并沒有引起太大反響。知名蘋果記者Mark Gurman表示，Vision Pro不是蘋果的終極目標設備，蘋果CEO庫克正全力推動增強現(xiàn)實AR眼鏡的研發(fā)，誓要超越對手Meta。據(jù)悉，庫克十年來一直懷揣著打造真正AR眼鏡的宏大構想，能讓用戶全天佩戴，輕巧便攜，還能提供類似visionOS的視覺體驗。為此，蘋果還會持續(xù)對Vision Pr
大型科技公司的億萬富翁們都認為自己能搭上特朗普
繼續(xù)Siri 和機器人團隊之后，蘋果公司又對另外兩個部門的領導層進行了重組，但這一次Siri 并不是罪魁禍首……
如果 Meta 敗訴，它將被迫出售占其廣告收入一半的 Instagram 和全球使用最廣泛的即時通訊應用 WhatsApp。
用戶下載語言包后，即使沒有聯(lián)網(wǎng)（WiFi 或通信數(shù)據(jù)）也能使用，被認為是“出行好伴侶”。
Meta、西北大學和新加坡國立大學的研究團隊提出TokenShuffle技術，顯著提升了自回歸模型生成高分辨率圖像的能力。該技術通過局部窗口內的token合并與解構操作，將視覺token數(shù)量減少為平方分之一，首次實現(xiàn)2048×2048分辨率圖像生成?；?7億參數(shù)的Llama模型，TokenShuffle在GenAI基準測試中獲得0.77綜合得分，超越同類自回歸模型0.18分，在人類評估中展現(xiàn)出更好的文本對齊和視覺質量。該方法無需修改Transformer架構，通過三階段訓練策略（512→1024→2048分辨率）逐步提升生成能力，為多模態(tài)大語言模型的高效高保真圖像生成開辟了新路徑。
