在智能移動設備上,藍牙一直扮演著重要的角色。通過藍牙來連接耳機、鼠標、音箱等設備確實給我們帶來了很大的便利,而隨著藍牙4.1標準的更新,不僅改善了數(shù)據(jù)傳輸、簡化了設備連接,最重要的是,新標準的到來也迎來了物聯(lián)網(wǎng)的新商機。
在本月19日上海舉辦的藍牙亞洲大會上,藍牙技術(shù)聯(lián)盟首席營銷官卓文泰就表示,今年藍牙亞洲大會的活動都將圍繞在物聯(lián)網(wǎng)范疇。未來藍牙技術(shù)將深耕物聯(lián)網(wǎng)領(lǐng)域,讓采用Bluetooth Smart技術(shù)的各行業(yè)持續(xù)對話,并直指藍牙技術(shù)未來的商機。
藍牙技術(shù)聯(lián)盟認為,在未來五年內(nèi),以下四個領(lǐng)域?qū)⑹撬{牙發(fā)展的重點:1、保健與健身:可穿戴設備及醫(yī)療 ;2、消費電子;3、智能家居;4、Beacons與零售業(yè):室內(nèi)定位及支付。
事實上,早在今年的藍牙世界大會上,IHS Technology便發(fā)布其連接技術(shù)在消費類、移動產(chǎn)品、以及IT市場跟蹤裝置中的最新預測數(shù)據(jù),報告顯示:2014年,藍牙技術(shù)在所有手機的覆蓋率將高達 90%(不僅限于智能手機),而至2018年將攀升到 96%。手機將做為“我的物聯(lián)網(wǎng)”的中樞設備,透過藍牙技術(shù)有效連接身邊所有的設備,包括支持 Bluetooth Smart 技術(shù)的健身、健康、睡眠監(jiān)測器、近距離感測器乃至牙刷等智能設備。
來自市場研究公司ABI Research的數(shù)據(jù)顯示,藍牙技術(shù)在2013年的健康&健身可穿戴設備中占據(jù)主導地位,無線連接數(shù)量達到3430萬,遠超Wi-Fi和802.15.4技術(shù)。而在智能家居市場,到2018年,藍牙技術(shù)屆時的無線連接數(shù)量將達到1.815億,占據(jù)該市場的主導地位。
可預見的是,在眾多商機領(lǐng)域中,健康健身和智能家居行業(yè)將成為未來5年藍牙智能技術(shù)拓展的熱門領(lǐng)域,到2018年,藍牙技術(shù)在這些領(lǐng)域被使用的無線連接數(shù)量有望增長到“上億級”。預測顯示,藍牙技術(shù)在健康健身領(lǐng)域2013-2018年的年復合增長率為77%;在智能家居方面,這一復合增長率將高達232%,“這是一個充滿無限希望的突破性領(lǐng)域”。
然而據(jù)我們所知,在物聯(lián)網(wǎng)領(lǐng)域有多種不同的技術(shù)標準。如果用戶只想讓幾個設備實現(xiàn)互通,可以使用其它的物聯(lián)網(wǎng)通信技術(shù)如WiFi、移動通信,但如果要大范圍地實現(xiàn)智能設備的互聯(lián)互通,藍牙就是一個比較好的選擇。卓文泰表示,藍牙技術(shù)使得設備溝通,設備與應用溝通,云端互聯(lián),還有低功耗應用做的很好。
對于WiFi和藍牙的優(yōu)劣勢問題,卓文泰強調(diào),“兩者是互補性的技術(shù),關(guān)鍵在于功耗問題。如果在耗電量大的情況下,藍牙是最合理的選擇。盡管目前已出現(xiàn)了low power WiFi技術(shù),但仍不及藍牙技術(shù)的低功耗,因此,從長遠來看,兩者未來仍將是相互補充結(jié)合的關(guān)系。實際上,每一代的藍牙技術(shù)都希望能夠更大地降低能耗,降低成本。我們希望未來藍牙技術(shù)能與云又更緊密的連接,所有的裝置都能通過藍牙進行連接,并且是在一個低功耗生態(tài)圈內(nèi)。”
事實上,藍牙技術(shù)聯(lián)盟一直主張,WiFi、藍牙和蜂窩這三種連接技術(shù)攜手,就可以為設備之間以及設備與云端實現(xiàn)無縫連接。有了藍牙、WiFi 和蜂窩網(wǎng)絡的攜手,將引領(lǐng)著更廣泛的設備互操作性,而這一舞臺也正使得數(shù)據(jù)互操作性為開發(fā)人員和服務提供商帶來下一個顛覆性的市場機遇。
據(jù)了解,2013-2014年,藍牙聯(lián)盟亞太區(qū)成員年增長率達30%,其中,近60%的成員來自中國。根據(jù)ABI的數(shù)據(jù),2014年,全球藍牙設備的出貨量將達到30億部左右。到2018年,超過96%的手機將支持Bluetooth Smart設備。越來越多的移動設備內(nèi)置藍牙,也為其技術(shù)普及掃清了障礙。
好文章,需要你的鼓勵
騰訊ARC實驗室推出AudioStory系統(tǒng),首次實現(xiàn)AI根據(jù)復雜指令創(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),通過交錯式推理生成、解耦橋接機制和漸進式訓練,能夠?qū)碗s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與特拉維夫大學聯(lián)合研發(fā)的VideoJAM技術(shù),通過讓AI同時學習外觀和運動信息,顯著解決了當前視頻生成模型中動作不連貫、違反物理定律的核心問題。該技術(shù)僅需添加兩個線性層就能大幅提升運動質(zhì)量,在多項測試中超越包括Sora在內(nèi)的商業(yè)模型,為AI視頻生成的實用化應用奠定了重要基礎(chǔ)。
上海AI實驗室發(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)量樣本的訓練數(shù)據(jù)集和MM-AlignBench評測基準,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)能力的同時顯著提升人性化交互水平,為AI價值觀對齊提供了可行技術(shù)路徑。
谷歌DeepMind團隊開發(fā)的GraphCast是一個革命性的AI天氣預測模型,能夠在不到一分鐘內(nèi)完成10天全球天氣預報,準確性超越傳統(tǒng)方法90%的指標。該模型采用圖神經(jīng)網(wǎng)絡技術(shù),通過學習40年歷史數(shù)據(jù)掌握天氣變化規(guī)律,在極端天氣預測方面表現(xiàn)卓越,能耗僅為傳統(tǒng)方法的千分之一,為氣象學領(lǐng)域帶來了效率和精度的雙重突破。