可穿戴式設(shè)備從兩年前便開始興起,可惜的是一直沒有突破性的進(jìn)展?;赝?013年,可說是可穿戴設(shè)備的元年,國內(nèi)也有幾款設(shè)備進(jìn)入了我們的視線,只不過可穿戴式設(shè)備并沒有因?yàn)檫@幾款設(shè)備的出現(xiàn)而普及。
縱觀2014CES,給我們展現(xiàn)最多的就是可穿戴式設(shè)備,不難看出可穿戴式設(shè)備經(jīng)過了這兩年的發(fā)展,正在蓄勢(shì)待發(fā),未來不久就會(huì)迎來一輪爆發(fā),成為比智能手機(jī)還火熱的主流產(chǎn)品。今天映趣科技為我們帶來了幾款智能手表產(chǎn)品,其中最讓人關(guān)注的就是采用全彩透明柔性屏幕的inWatch X 智能手表。此前映趣科技曾于2013年8月推出過首款只能腕表inWatch One。
作為目前全球首塊能夠量產(chǎn)的全彩透明柔性屏,已經(jīng)被應(yīng)用于inWatch X顯示屏,這也是映趣科技給我們帶來的驚喜之一。同時(shí)透明液晶作為下一代概念級(jí)產(chǎn)品,已經(jīng)在全球引起極大關(guān)注,展示屏在發(fā)布前一直處于嚴(yán)格保密狀態(tài),其原由就是‘透明’這一看點(diǎn)足以震驚行業(yè)。
在配置方面,inWatch X搭載1GHz處理器,運(yùn)行定制化Android4.3系統(tǒng),512MB的RAM,4GB存儲(chǔ)空間,同時(shí)支持NFC,這款備受矚目的產(chǎn)品將于今年4月份上市,售價(jià)2499元人民幣。
此外,與inWatch X 同時(shí)發(fā)布的還有inWatch Z,依舊也是一款驚艷全場(chǎng)的產(chǎn)品。
inWatch Z擁有全金屬前殼,藍(lán)寶石蓋板,陶瓷背板和TPSIV表帶。搭載雙核1.2GHz A7處理器,配備協(xié)處理器,高效節(jié)能,內(nèi)置電池電量為580毫安,可待機(jī)300小時(shí),正常使用8小時(shí)。inWatch Z屏幕分辯率為240 x 240,半透明半反TFT屏幕。同時(shí)配備500萬像素?cái)z像頭支持獨(dú)立sim卡,并搭載微型9軸傳感器。另外其納米防水技術(shù),達(dá)到了IP7等級(jí)。
這款inWatch Z搭載的系統(tǒng)是基于安卓4.2深度定制的ROOM和固件,同時(shí)在手機(jī)端也有一款名為inclub的APP可管理手表。這款手表2014年1月正式量產(chǎn)上市,售價(jià)為1788元人民幣,
同時(shí)亮相的還有inWatch One C、inWatch Junior以及兩款分別為兒童和老人定制的inWatch Kid和inWatch Health Care。可穿戴設(shè)備真的在一點(diǎn)一點(diǎn)慢慢向我們靠近,并會(huì)在不久的將來頻繁出現(xiàn)在我們的生活當(dāng)中。
好文章,需要你的鼓勵(lì)
新加坡國立大學(xué)研究團(tuán)隊(duì)開發(fā)了SPIRAL框架,通過讓AI與自己對(duì)弈零和游戲來提升推理能力。實(shí)驗(yàn)顯示,僅訓(xùn)練AI玩簡(jiǎn)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(jì)大學(xué)團(tuán)隊(duì)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(jī)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(shí)現(xiàn)37.9%的精度提升,并在真實(shí)設(shè)備上展現(xiàn)出色泛化能力,為機(jī)器人、AR和自動(dòng)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(tuán)隊(duì)通過對(duì)比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺語言模型雖然表現(xiàn)出"頓悟時(shí)刻"現(xiàn)象,但這些自我糾錯(cuò)行為并不能實(shí)際提升推理準(zhǔn)確率。研究揭示了AI模型存在"生成-驗(yàn)證差距",即生成答案的能力強(qiáng)于驗(yàn)證答案質(zhì)量的能力,且模型在自我驗(yàn)證時(shí)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(jī)構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過動(dòng)態(tài)稀疏性實(shí)現(xiàn)大語言模型訓(xùn)練加速1.6倍,計(jì)算成本降低2.2倍。該方法使用SVD稀疏性估計(jì)器智能選擇重要計(jì)算部分,在保持模型性能的同時(shí)顯著提升訓(xùn)練效率,已在多個(gè)任務(wù)上驗(yàn)證有效性。