聯(lián)想正在用特立獨(dú)行的方式進(jìn)入可穿戴市場:一是它并沒有推出其他廠商熱衷的智能手表、智能手環(huán);二是選擇了智能眼鏡;三是試圖從商用和行業(yè)市場尋找突破口。
智能眼鏡市場迎來大咖。聯(lián)想今日在北京發(fā)布了聯(lián)想NBD互聯(lián)網(wǎng)創(chuàng)業(yè)平臺,并發(fā)布了基于此平臺研發(fā)出來的兩款智能眼鏡產(chǎn)品,一款是面對商用人群和行業(yè)市場的M100,另外一款是面對普通消費(fèi)人群的new glass。其中,M100是和美國智能眼鏡企業(yè)Vuzix合作推出,而new glass則是聯(lián)想與云視智通聯(lián)合開發(fā)品。
聯(lián)想集團(tuán)高級副總裁 中國及亞太新興市場總裁陳旭東指出,“聯(lián)想多年之前就關(guān)注物聯(lián)網(wǎng)及智能可穿戴領(lǐng)域,我認(rèn)為智能眼鏡將是可穿戴市場的高地,聯(lián)想必須搶占這個(gè)先機(jī)。”
陳旭東表示,聯(lián)想對可穿戴市場及客戶需求進(jìn)行了全面、深入的分析后發(fā)現(xiàn),最先能夠普及的是商業(yè)、行業(yè)市場。
據(jù)悉,智能眼鏡M100開發(fā)者版售價(jià)為人民幣8000元,將于7月31日在NBD線上平臺進(jìn)行“開發(fā)者版”預(yù)售。而另外一款面向消費(fèi)市場的new glass,正在處于研發(fā)階段,產(chǎn)品尚未定型,約在10月份提供開發(fā)者版的預(yù)售。
谷歌眼鏡在2012年推出,開發(fā)者版售價(jià)是1500美元,2013年10月,推出第二代。相比之下,聯(lián)想智能眼鏡M100的8000元售價(jià)更加樸實(shí)。
聯(lián)想集團(tuán)副總裁 新業(yè)務(wù)拓展部總經(jīng)理白欲立指出,M100開發(fā)者版的價(jià)格很良心了,該眼鏡預(yù)裝的是開發(fā)者版本的系統(tǒng),聯(lián)想還設(shè)立了技術(shù)服務(wù)熱線,對于購買開發(fā)版智能眼鏡的開發(fā)者而言,不但擁有更高的開發(fā)權(quán)限,更有進(jìn)入應(yīng)用商店的優(yōu)先權(quán)。
M100是聯(lián)想面向商用、行業(yè)領(lǐng)域推出的智能眼鏡,在發(fā)布會現(xiàn)場,工作人員演示了兩款商業(yè)應(yīng)用,一個(gè)是寶馬汽車的故障排查維修,車主在完全沒有維修經(jīng)驗(yàn)的情況下,戴著智能眼鏡,會得到專業(yè)的指導(dǎo),從而完成自主完成維修。
另外一個(gè)也是行業(yè)應(yīng)用,一個(gè)電力工程師,進(jìn)入巨大的足球場館,靠著智能眼鏡和SAP相關(guān)電力管理APP的幫忙,快速、準(zhǔn)確地排除了電力故障。
CNET科技資訊網(wǎng)記者在現(xiàn)場體驗(yàn)了智能眼鏡M100,其中一個(gè)是增強(qiáng)現(xiàn)實(shí)的應(yīng)用,通過眼鏡的攝像頭捕捉一幅印有大腦組織的圖片,然后眼鏡的顯示器上會投射出大腦組織的結(jié)構(gòu)及相關(guān)信息;另外一個(gè)應(yīng)用是通過眼鏡攝像頭掃描一張印有特殊信息的名片,在顯示器中可以播放出視頻。
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。