8月14日,微博大V“微博搞笑排行榜”发起“哪个瞬间,手机会给你带来不安全”调查活动,参与网友众多,15日,360手机依据官方大数据,分析发布了调查数据分析报告。在该报告中,我们可清晰看到,目前困惑手机用户的最不安全的瞬间是什么,其背后,又隐藏着怎样的安全需求。
从调查报告来看,最容易让用户感到不安全的瞬间主要来自两个方面,一是来自产品本身,二是基于对隐私、财产等的考虑。
调查报告显示,有40%的用户认为手机电量不足很恐怖,18%的用户认为存储空间不足不安全。
那么,手机电量和已用存储容量达到多少,才会让人感到不安?
55%的人认为电量低于20%会让自己感到不安,25%认为是低于50%,而在已用存储方面,已用空间超过80%和70%即会感到不安的用户占比分别为45%和43%。
这两组数据给出一个事实,在当前的手机用户中,有近一半的用户非常看重手机的续航性,对大容量电池机型有强烈的渴求,而在存储方面,不少用户希望能在保证基本性能的同时,加大存储内存容量。
此外,在面对隐私泄露、财产受到侵害这一恒久话题,21%的用户认为,手机在男/女朋友手里很可怕,12%的人讨厌翻看手机时周围有人偷看,9%的人担心密码被人猜出。
第一组数据很有趣,因为它有力地反映出,在通讯、交通异常发达的今天,传统的情感专一性正在受到挑战,不少用户在拥有一个男/女友的同时,更喜欢在花丛中畅游而不希望对方发现。
手机里什么内容最怕人看到?
45%的用户表示怕被别人看到的内容是微信聊天记录,26%认为是手机相册,14%认为是支付密码,此外还有8%和7%的用户,觉得工作文件和手机备忘录等其他内容最不希望被人看到。
而在另一项“手机里什么内容泄露了最没安全感”中,上述数据得到进一步确认和强化,在该调查中,担心微信聊天记录、照片视频和支付密码泄露的用户分别达到了61%、29%和10%。
怕被谁看到?
63%的人担心被男/女友看到,另有19%、17%和7%最害怕被父母、老板和朋友看到。
上述数据,再次验证了我们上面所说的“传统的情感专一性正在受到挑战”的论断是多么正确,同时,也从一个侧面证实了在全新数字时代,一种浮躁的泛恋爱意识形态正在快速形成。
这种形态,除了可在上面不时出现的“最怕微信聊天记录泄露”、“最怕男/女朋友看到”等语句中委婉的看出外,在近日360发布的《“隐形恋爱关系”数据报告》中,更能直接看出。
该报告显示,在接受调查的人中,有63%的单身青年有1个以上性伴侣,而在月薪2万以上的受访者中,超过21%的人与伴侣的关系是仅仅是感情炮。
其实,让我们感到手机不安全的瞬间还有很多
实际上,除了上述项目外,现实生活中让我们感手机不安全的瞬间还有很多。
例如在此次调查中,有65%的用户明确表示乘飞机时会让自己感到不安全,另有21%和9%的用户则表示在地下室、考场中即使携带手机,也会让自己觉得压力很大。
上述用户的忧虑,或源于飞机上不能用手机、地下室信号不好,该安静时手机却震天动地地响起来等客观因素。
安全,只缘于一次相识
不安全的瞬间千差万别,不安全的感觉千篇一律。无论是“情感多元”导致“男女大战”也好,还是财产被盗导致撕心裂肺也好,痛苦的根源只缘于一个个漫不经心的漏洞。而要填上这些漏洞,除了自己平日要注意防范外,选择一款安全性高的手机非常必要。
8月21日,360手机N7 Pro就要发布,据目前网络传闻,在这款手机中,除了360手机特有的长续航、大内存存储等特性将被继承外,一个功能更强大,防护性更强的“U盾”功能也将出现,至于该功能有如何强大,能否确保“男女大战”、“撕心裂肺”、“电量和存储容量时常告急”等悲剧不再重演,我们不妨拭目以待。
好文章,需要你的鼓励
由于用户对ChatGPT 4o模型的强烈需求和怀念,OpenAI决定重新将4o作为可选项推出。这一决定反映了用户对该模型性能和功能的认可,以及市场对多样化AI模型选择的需求。此举表明OpenAI正在积极响应用户反馈,调整产品策略以更好地满足不同用户的使用偏好和需求。
香港中文大学研究团队开发出HPSv3图片质量评价系统,能像人类一样准确判断图片美观度和质量。该系统基于108万张图片的HPDv3数据集训练,涵盖AI生成图片到真实摄影作品的完整质量范围。团队还提出CoHP优化方法,通过智能选择和迭代改进显著提升图片生成质量,在用户测试中获得87%偏好率,为AI图片生成领域提供了重要突破。
Meta平台公司选定太平洋投资管理公司和Blue Owl资本为其在路易斯安那州农村地区的数据中心扩建项目提供290亿美元融资。其中,太平洋投资管理公司将主导260亿美元的债务融资部分,Blue Owl提供30亿美元股权投资。该项目将加速Meta的人工智能开发,预计到2030年全球数据中心将需要6.7万亿美元投资以满足计算需求。
华中科技大学研究团队开发的LaTCoder通过"分而治之"策略解决AI网页代码生成中的布局保持难题。该方法将复杂网页设计分割为小块,逐块生成代码后智能拼接,在多个评估指标上显著优于现有方法。团队还构建了更具挑战性的CC-HARD数据集,为行业提供了新的测试标准。这项技术有望大幅降低网页开发门槛,推动设计到代码的自动化转换。