裸眼3D技術(shù)已經(jīng)推出多年,各種不同原理的技術(shù)紛紛出現(xiàn)在市場上,但整個3D市場一直都處于不溫不火的狀態(tài),其中的原因,3D觀看不舒服是一個方面,3D片源過少又是一個方面,在CES2014上,有一家廠商試圖去解決這個問題,并且據(jù)了解他們已經(jīng)和國內(nèi)一些電視廠商展開合作,今年一些成品有可能將會陸續(xù)上市。
這家裸眼3D解決方案供應(yīng)商叫做StreamTV Networks,他們采用柱狀透鏡式的裸眼3D原理,比較有特色的功能有幾點:首先,我們可以自由的調(diào)節(jié)3D的景深,這個主要用于防止長期觀看3D視頻造成的眩暈,我們可以根據(jù)家庭電視擺放位置和每個人對景深的不同感受調(diào)節(jié)到最舒適的位置;其次是,它們可以實現(xiàn)將普通的2D電視節(jié)目信號實時的轉(zhuǎn)換成為3D輸出,經(jīng)過我們的現(xiàn)場體驗,效果還是比較明顯的,尤其對于體育節(jié)目,立體感極強,當(dāng)然效果仍然比不上3D片源的輸出效果,配圖就是我們在現(xiàn)場實時的將新聞聯(lián)播轉(zhuǎn)成3D信號,當(dāng)然相機拍不出3D效果,從人眼角度看還是很不錯的;第三是成本較低,我們了解到StreamTV Networks的技術(shù)不會給電視廠商帶來過大的成本壓力,他們可以用更低的成本向市場銷售裸眼3D電視終端。
目前StreamTV Networks已經(jīng)和一些電視廠商展開合作,今年這些廠商或許將會推出一些裸眼3D的成品。
[video]uu=dfa091e731&vu=5aebbf53b3&auto_play=0&width=600&height=450[/video]
好文章,需要你的鼓勵
新加坡國立大學(xué)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(xùn)練AI玩簡單撲克游戲就能讓其數(shù)學(xué)推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學(xué)題目作為訓(xùn)練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉(zhuǎn)移到數(shù)學(xué)解題中,為AI訓(xùn)練提供了新思路。
同濟大學(xué)團隊開發(fā)的GIGA-ToF技術(shù)通過融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機噪聲問題。該技術(shù)利用圖像間的不變幾何關(guān)系,結(jié)合深度學(xué)習(xí)和數(shù)學(xué)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(shè)備上展現(xiàn)出色泛化能力,為機器人、AR和自動駕駛等領(lǐng)域提供更可靠的3D視覺解決方案。
伊利諾伊大學(xué)研究團隊通過對比實驗發(fā)現(xiàn),經(jīng)過強化學(xué)習(xí)訓(xùn)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(zhǔn)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(zhì)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(gòu)聯(lián)合提出SparseLoRA技術(shù),通過動態(tài)稀疏性實現(xiàn)大語言模型訓(xùn)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(xùn)練效率,已在多個任務(wù)上驗證有效性。