互聯(lián)網(wǎng)思維下,智能家居迎來爆發(fā)的時點。在硬件技術(shù)發(fā)展日趨成熟的今天,以云概念為根基的智能終端設(shè)備,正在悄悄打開智能生活的大門,而誰又將成為整合智能家居生態(tài)的切入點呢,事實上智能插座已經(jīng)開始了嘗試。
今日,點名時間聯(lián)合智能家居領(lǐng)域的創(chuàng)新公司控客科技在北京召開慶功會,慶祝小K2代智能插座在點名時間上成功突破500萬預(yù)售額大關(guān),而這也是點名時間從眾籌平臺轉(zhuǎn)型硬件預(yù)售平臺之后,公布的首個預(yù)售數(shù)據(jù)。
智能家居作為時下最火熱的領(lǐng)域,國內(nèi)的進(jìn)程其實一直比較緩慢??乜涂萍悸?lián)合創(chuàng)始人林立更是用“高富帥”調(diào)侃,傳統(tǒng)的智能家居注定是一場價格上的戰(zhàn)役。而一款真正屬于普通用戶的智能家居產(chǎn)品,要從互聯(lián)網(wǎng)思維出發(fā),并且具備以下四個特性:1、滿足用戶剛需 2、安裝方便 3、使用簡單 4、高性價比。
小K一代智能插座以99元的定價,曾在2014年初在點名時間上創(chuàng)造了170萬的眾籌記錄。這一銷售現(xiàn)象也引發(fā)了用戶更多樣化的需求和對低價位的平衡,所以小K2代希望通過創(chuàng)新的方式,在降低成本同時,通過插座加插件的模式,為用戶提供靈活、低成本的智能家居實現(xiàn)方案。
小K2代智能插座提供電量管理、遠(yuǎn)程遙控、專業(yè)定時等智能插座的基本功能,并且設(shè)計了2個USB口實現(xiàn)功能擴(kuò)展。各類不同功能的傳感器作為獨(dú)立的插件,可以像U盤一樣,靈活的與插座搭配使用,實現(xiàn)豐富的智能家居應(yīng)用場景,售價依舊99元。
會上,林立也坦言小K的低價格除了內(nèi)置高通芯片外,其余都基于自主研發(fā),而99元價格下的毛利率真的很低,更多的愿景則是希望小K通過開放模式來激發(fā)更多投資方對于大數(shù)據(jù)的挖掘。
如林立所言,小K正是一款摒棄硬件參數(shù)價格,只在乎用戶幸福感的產(chǎn)品。
一款小小的智能插座以99元的價格卻能在短短時間內(nèi)突破500萬預(yù)售大關(guān),這不僅代表了小K在智能領(lǐng)域的成功和市場的認(rèn)可,而對于點名時間來說,這也是對其在智能硬件領(lǐng)域的專業(yè)認(rèn)可。
當(dāng)然,一款產(chǎn)品想要突出重圍,平臺資源與包裝是一方面,而自身的閃光點也是點名時間所看重的。點名時間CEO張佑表示,點名時間在品控上十分嚴(yán)格,也有獨(dú)特的發(fā)現(xiàn)能力和視角;而且點名時間團(tuán)隊有著超強(qiáng)的運(yùn)營能力,找到好的智能產(chǎn)品且培養(yǎng)他使之壯大,成為行業(yè)內(nèi)的標(biāo)桿性產(chǎn)品。小K二代智能插座的成功不僅是其定位的準(zhǔn)確和產(chǎn)品功能的完善,也體現(xiàn)了點名時間在智能硬件領(lǐng)域強(qiáng)大的實力。
當(dāng)談及為什么電商巨頭無法在智能領(lǐng)域取得不錯的成績時,張佑解釋道,京東天貓雖然擁有龐大的流量,但是智能產(chǎn)品會被貼上普通電器或電子產(chǎn)品標(biāo)簽,淹沒在其茫茫的商品中。
智能硬件有別于傳統(tǒng)的硬件產(chǎn)品,通過巨大的流量覆蓋去搶占用戶的方式收效很低,更需要通過產(chǎn)品創(chuàng)新打動用戶,這也是點名時間相對各類大型電商平臺的獨(dú)特優(yōu)勢。
據(jù)業(yè)內(nèi)人士分析,在點名時間上每成功預(yù)售1個產(chǎn)品,預(yù)示了渠道商的100個潛在訂單。這也表明了消費(fèi)者和行業(yè)渠道都在轉(zhuǎn)變意識,能夠接受智能家用電器的到來,這種意識上的轉(zhuǎn)變必然開啟一個新時代。
好文章,需要你的鼓勵
新加坡國立大學(xué)研究團(tuán)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(jì)大學(xué)團(tuán)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(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(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)隊通過對比實驗發(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(qiáng)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(jī)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。