CES 2014于美國時間1月7日在拉斯維加斯正式拉開帷幕,今年的展位面積已經超過了200萬平方英尺,全球的IT廠商都利用這個平臺爭相展示自家最新的技術、設備,那么今年什么技術最熱?又有哪些趨勢呢?下面是CNET整理的本屆CES2014的五大看點:
NO.1:眾廠商推動穿戴式設備發(fā)展
穿戴式設備在去年的關注度就極高,雖然也得到了很多廠商的支持,但是很遺憾,至今還沒有出現(xiàn)一款能夠真正改變用戶生活方式的明星產品。
穿戴式設備市場并未成熟,但是確實是大勢所趨,在CES 2014上就能看出越來越多的IT巨頭公司加入了這個市場,他們也在努力的推動穿戴式設備市場的發(fā)展。
這其中最有標志性的就是英特爾。英特爾CEO科再奇在主題演講中推出了專為可穿戴設備設計的新芯片Edison,而且還發(fā)表了智能耳塞 Smart Earbud、智能手表 Smart Watch等產品,而且為了吸引更多的開發(fā)者加入,英特爾宣布舉辦“Make it Wearable”的挑戰(zhàn)大賽,獎金數(shù)額高達130萬美元,英特爾在用實際行動來推動穿戴式設備發(fā)展。
NO.2:無所不能的“4K”
在去年的CES上面就有許多的4K電視展出,而今年更是呈現(xiàn)井噴的態(tài)勢,索尼、三星、LG等廠商發(fā)布4K電視不再是論“臺”,而是已經開始推出一系列全尺寸的4K電視。
不過4K技術并不僅僅只在電視上應用,采用高通驍龍800處理器的三星Galaxy Note3就支持4K視頻的錄制,而且高通也表示將致力于為手機產品全面提供4K視頻錄制的支持。
而且索尼也發(fā)布了全球最小的4K攝像機AX100,4K可以說是一個非常重要的發(fā)展趨勢。
NO.3:無處不在的智能家居
現(xiàn)在的智能家居不僅僅局限在單一設備的智能化,而是已經逐漸形成了一套完整的生態(tài)系統(tǒng)。
三星發(fā)布的Smart Home智能家庭平臺能夠讓用戶通過一個單獨應用程序管理所有聯(lián)網家電和智能設備,包括洗衣機、電冰箱、智能電視、掃地機器人等設備,使設備間的聯(lián)系更加緊密。
而在CES2014上智能家電產品也是占據(jù)了一定的份額,像是海爾會“聞”的冰箱、Moneual混合式真空機器人吸塵器等。
NO.4:汽車總動員
汽車在CES2014上隨處可見,是CES變成了車展,還是汽車變成了智能終端呢?
奧迪、福特等廠商都選擇CES這個平臺推出全新產品,這些新車整合最前沿的車載智能科技,讓大家體會到了汽車與尖端科技混合的味道。
在奧迪的主題演講中展示了一款采用插電式混合動力驅動系統(tǒng)的Sport Quattro Laserlight,它搭載了英偉達發(fā)布新款處理器Tegra K1,可將重要的信息以3D的方式顯示在中控臺上方的TFT面板上。
不經意間,我們曾經習慣的產品都變得更智能了,智能水壺、智能電視、智能汽車等,將來會不會出現(xiàn)諸如智能房子等產品呢?讓我們拭目以待吧。
NO.5:感受游戲的魅力
CES2014上展出了許多與游戲沾邊的設備,PrioVR公司推出的全新體感套裝產品可以讓用戶體驗同游戲中虛擬世界交互的樂趣,它無需攝像頭與其他外設產品,用戶穿上后就可以與游戲中的任務進行動作同步。
而索尼推出的Play Station Now也可以實現(xiàn)在PS3、PS4、PSV、電視、平板電腦及智能手機平臺上共享游戲。
NVIDIA發(fā)布的GAMESTREAM,可以將SHIELD掌機作為一臺游戲主機,將PC主機中的游戲通過GAMESTREAM技術傳輸至SHIELD,輸出到4K電視,并利用藍牙手柄進行控制,還可以通過GRID技術令SHIELD可以直接運行PC游戲。
游戲是人們日常消遣的工具,不可否認,越來越多的人喜歡玩游戲甚至沉迷于游戲不可自拔,本屆CES2014上展示的游戲周邊產品就圍繞著“在什么設備上玩”、“怎么玩”展開,不再局限在PC+鍵鼠的傳統(tǒng)模式,玩游戲的花樣也變得越來越多。
好文章,需要你的鼓勵
新加坡國立大學研究團隊開發(fā)了SPIRAL框架,通過讓AI與自己對弈零和游戲來提升推理能力。實驗顯示,僅訓練AI玩簡單撲克游戲就能讓其數(shù)學推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學題目作為訓練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉移到數(shù)學解題中,為AI訓練提供了新思路。
同濟大學團隊開發(fā)的GIGA-ToF技術通過融合多幀圖像的"圖結構"信息,創(chuàng)新性地解決了3D相機噪聲問題。該技術利用圖像間的不變幾何關系,結合深度學習和數(shù)學優(yōu)化方法,在合成數(shù)據(jù)集上實現(xiàn)37.9%的精度提升,并在真實設備上展現(xiàn)出色泛化能力,為機器人、AR和自動駕駛等領域提供更可靠的3D視覺解決方案。
伊利諾伊大學研究團隊通過對比實驗發(fā)現(xiàn),經過強化學習訓練的視覺語言模型雖然表現(xiàn)出"頓悟時刻"現(xiàn)象,但這些自我糾錯行為并不能實際提升推理準確率。研究揭示了AI模型存在"生成-驗證差距",即生成答案的能力強于驗證答案質量的能力,且模型在自我驗證時無法有效利用視覺信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機構聯(lián)合提出SparseLoRA技術,通過動態(tài)稀疏性實現(xiàn)大語言模型訓練加速1.6倍,計算成本降低2.2倍。該方法使用SVD稀疏性估計器智能選擇重要計算部分,在保持模型性能的同時顯著提升訓練效率,已在多個任務上驗證有效性。