在這次的CES上,很多的亮點(diǎn)呈現(xiàn)在我們面前,智能家居絕對是其中非常重要的一個(gè)部分。而智能家居擁有多個(gè)組成部分,智能電視、智能盒子、家庭網(wǎng)絡(luò)、智能光源、游戲機(jī)等等,都是其中的組成部分,但是你所不知道的是,很有可能,我們?nèi)粘J褂眠^程中的這些智能家居設(shè)備,都包含了一個(gè)廠商的解決方案,這個(gè)廠商就是Marvell。
作為一個(gè)芯片供應(yīng)商,Marvell為智能家居設(shè)備提供了多種多樣的SoC芯片,其中有些側(cè)重于計(jì)算處理,有些側(cè)重于網(wǎng)絡(luò),有些側(cè)重于連接,有些則是多種功能的集大成者,比如谷歌的Chromecast中的處理芯片,索尼PS4中的WiFi芯片,藍(lán)牙芯片,蘋果MacBook Air中SSD的控制芯片等等,實(shí)際上,Marvell已經(jīng)默默的為我們提供了一套完整的智能家居解決方案,只不過,他們是在背后默默的提供著。
今天,我們在CES上拜訪了Marvell智能家庭副總裁Winston Chen,我們試圖從Winston那邊了解Marvell現(xiàn)在以及未來在智能家居上的戰(zhàn)略方向。
在智能電視領(lǐng)域,這也是Marvell做得較為成熟的領(lǐng)域,他們已經(jīng)與大量的合作伙伴展開合作,包括夏普、海信、創(chuàng)維等等,同時(shí)在4K的支持上,Marvell目前也已經(jīng)實(shí)現(xiàn)了芯片上的支持,接下來只是等待家電廠商推出新的電視終端產(chǎn)品,同時(shí)Marvell還與一些電視內(nèi)容提供商展開合作,力求能夠讓消費(fèi)者在智能電視上獲得更多的內(nèi)容享受。
在智能照明領(lǐng)域,Marvell合作開發(fā)的LED燈泡可以實(shí)現(xiàn)利用智能手機(jī)、平板電腦進(jìn)行光亮的調(diào)節(jié),今年將會(huì)大量出貨,由于Marvell的高度集成方案,因此燈泡的成本預(yù)計(jì)將會(huì)有較大幅度的回落,考慮到中國政府也在大力推廣節(jié)能減排,智能燈泡在中國市場的前景非常可期。
網(wǎng)絡(luò)連接功能上,Marvell不僅僅與運(yùn)營商合作推出了TD-LTE制式的多模產(chǎn)品,還推出了g.hn標(biāo)準(zhǔn)的電力線傳輸工具,利用這個(gè)工具,我們可以將WiFi部署到所有的房間中,而不需要布線,也不需要擔(dān)心WiFi信號(hào)穿墻的問題。
好文章,需要你的鼓勵(lì)
騰訊ARC實(shí)驗(yàn)室推出AudioStory系統(tǒng),首次實(shí)現(xiàn)AI根據(jù)復(fù)雜指令創(chuàng)作完整長篇音頻故事。該系統(tǒng)結(jié)合大語言模型的敘事推理能力與音頻生成技術(shù),通過交錯(cuò)式推理生成、解耦橋接機(jī)制和漸進(jìn)式訓(xùn)練,能夠?qū)?fù)雜指令分解為連續(xù)音頻場景并保持整體連貫性。在AudioStory-10K基準(zhǔn)測試中表現(xiàn)優(yōu)異,為AI音頻創(chuàng)作開辟新方向。
Meta與特拉維夫大學(xué)聯(lián)合研發(fā)的VideoJAM技術(shù),通過讓AI同時(shí)學(xué)習(xí)外觀和運(yùn)動(dòng)信息,顯著解決了當(dāng)前視頻生成模型中動(dòng)作不連貫、違反物理定律的核心問題。該技術(shù)僅需添加兩個(gè)線性層就能大幅提升運(yùn)動(dòng)質(zhì)量,在多項(xiàng)測試中超越包括Sora在內(nèi)的商業(yè)模型,為AI視頻生成的實(shí)用化應(yīng)用奠定了重要基礎(chǔ)。
上海AI實(shí)驗(yàn)室發(fā)布OmniAlign-V研究,首次系統(tǒng)性解決多模態(tài)大語言模型人性化對話問題。該研究創(chuàng)建了包含20萬高質(zhì)量樣本的訓(xùn)練數(shù)據(jù)集和MM-AlignBench評測基準(zhǔn),通過創(chuàng)新的數(shù)據(jù)生成和質(zhì)量管控方法,讓AI在保持技術(shù)能力的同時(shí)顯著提升人性化交互水平,為AI價(jià)值觀對齊提供了可行技術(shù)路徑。
谷歌DeepMind團(tuán)隊(duì)開發(fā)的GraphCast是一個(gè)革命性的AI天氣預(yù)測模型,能夠在不到一分鐘內(nèi)完成10天全球天氣預(yù)報(bào),準(zhǔn)確性超越傳統(tǒng)方法90%的指標(biāo)。該模型采用圖神經(jīng)網(wǎng)絡(luò)技術(shù),通過學(xué)習(xí)40年歷史數(shù)據(jù)掌握天氣變化規(guī)律,在極端天氣預(yù)測方面表現(xiàn)卓越,能耗僅為傳統(tǒng)方法的千分之一,為氣象學(xué)領(lǐng)域帶來了效率和精度的雙重突破。