在人們還沉浸在十一黃金周的假期中時,科技宅們又將相繼迎來信息量極大的科技新品發(fā)布周。
先是蘋果確認將于十月舉行新品發(fā)布的好消息,接著聯想也將在10日發(fā)布Yoga新品,然而另一家通訊廠商HTC卻搶跑在最前列,于北京時間10月9日凌晨在紐約舉辦發(fā)布會,并宣告HTC正在開啟神秘且全新的轉型之路:重新定義移動影像。
與此同時,HTC還發(fā)布了全新的拍照系統(tǒng)Eye Experience,這套拍照系統(tǒng)對原有HTC的拍照體系進行大幅升級?;谶@套系統(tǒng)的新品HTC One M8 Eye和Desire Eye也正式亮相。HTC還發(fā)布了首款手持式便攜拍照相機HTC Re。
事實上,早在今年9月份HTC向媒體派發(fā)的邀請函里,就已曝光10月神秘發(fā)布會的主題“雙曝光(Double Exposure)”,而且HTC還邀請受邀者們在其邀請回復中提交一張自拍照,這暗示著這可能是一場相機或以照片為中心的發(fā)布會。
HTC近年來一直在強調其設備中的相機性能和特性。該公司拋棄了原始HTC One智能手機攝像頭的傳統(tǒng)像素,轉而選擇了一種自定義影響傳感器,并以UltraPixels攝像頭技術將其推向市場。
HTC Desire Eye的外觀類似Desire 820,機身配色更有活力,采用5.2英寸1080P分辨率顯示屏,搭載高通驍龍801處理器,內置2GB運行內存和16GB機身存儲空間(支持SD卡擴展),電池容量為2410mAh,支持IPx7級別防水,可在1米深水下保持30分鐘。
值得一提的是,Desire Eye的前、后攝像頭均為1300萬像素,并且均配有雙色溫補光燈。從正面看,碩大的前置攝像頭非常明顯。
M8 Eye作為HTC M8的改款出現,最大的變化是將M8上原有的400萬像素UltraPixel鏡頭更換為了1300萬像素常規(guī)的背照式鏡頭,同時手機的前后面板顏色將采用撞色搭配,而不再是統(tǒng)一的。
M8 Eye配備了5.2英寸1080p分辨率顯示屏,搭載2.3GHz驍龍801處理器,用于2GB運行內存和16GB機身存儲空間(支持SD卡擴展)。
作為HTC手機的拍照系統(tǒng)軟件升級版出現,升級后的系統(tǒng)將支持諸如前后攝像頭攝像、五方視頻通話、120幀慢快門拍攝等功能。HTC為視頻通話定制了面部追蹤功能,前置攝像頭通過面部識別功能,可以追蹤使用者的面部位移變化,只要在前置攝像頭的拍攝范圍內,使用者隨意移動,Eye Experience都可以鎖定人臉。
此外,全新的Eye Experience拍攝功能也將率先登陸M8 Eye。Eye Experience允許用戶進行分屏拍攝、前后攝像頭同時拍攝視頻、滑動切換攝像頭等操作,并且支持微笑、聲音自拍及實時美顏、魔幻變臉、面部識別追蹤等功能。未來,Eye Experience將向微信、Line等社交軟件開放API接口。
除了兩款手機產品,HTC還發(fā)布了名為“RE”的便攜式拍照相機。
這款設備的外觀很像一個潛望鏡,只有鏡頭和快門,并未取景器,機身小巧,僅重66克,擁有多種配色供選擇。當用戶手持“RE”時,它會自動啟動,而在靜止30秒之后,其會隨之進入休眠狀態(tài)。HTC稱,Re的電池容量為820mAh,可以保持休眠狀態(tài)兩個月,使用時可拍攝1000張照片,或100分鐘全高清視頻。
HTC RE采用了1600萬像素定焦鏡頭,擁有146度廣角,支持4倍速的慢速或快速攝像模式,以及IPx7級別防水,可以直接進入游泳池拍攝。為了滿足不同用戶的需求,HTC還提供了RE防水帽(可在水下3米使用2小時),以及鏡頭保護套和外置配件,例如綁在頭盔上使用。
HTC RE內置8GB存儲空間,可擴展至128GB,通過藍牙與手機配對,數據傳輸則依賴于WiFi。RE的手機端應用可以瀏覽照片或控制攝像頭拍照,支持Android和iOS平臺。
好文章,需要你的鼓勵
新加坡國立大學研究團隊開發(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,僅訓練AI玩簡單撲克游戲就能讓其數學推理能力提升8.6%,通用推理提升8.4%,且無需任何數學題目作為訓練材料。研究發(fā)現游戲中的三種推理模式能成功轉移到數學解題中,為AI訓練提供了新思路。
同濟大學團隊開發(fā)的GIGA-ToF技術通過融合多幀圖像的"圖結構"信息,創(chuàng)新性地解決了3D相機噪聲問題。該技術利用圖像間的不變幾何關系,結合深度學習和數學優(yōu)化方法,在合成數據集上實現37.9%的精度提升,并在真實設備上展現出色泛化能力,為機器人、AR和自動駕駛等領域提供更可靠的3D視覺解決方案。
伊利諾伊大學研究團隊通過對比實驗發(fā)現,經過強化學習訓練的視覺語言模型雖然表現出"頓悟時刻"現象,但這些自我糾錯行為并不能實際提升推理準確率。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等頂尖機構聯合提出SparseLoRA技術,通過動態(tài)稀疏性實現大語言模型訓練加速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練效率,已在多個任務上驗證有效性。