當(dāng)?shù)貢r(shí)間本周一,思科推出一個(gè)新的三屏網(wǎng)真系統(tǒng),旨在削減帶寬和部署以及被稱為Project Squared的移動(dòng)協(xié)作工作方面的成本。
在思科今年的協(xié)作峰會(huì)(Collaboration Summit)上,該公司宣布了這一舉措,同時(shí)這也是思科為將各種尺寸的屏幕連接在一起,并通過(guò)該公司的云服務(wù)為其提供動(dòng)力而進(jìn)行的重置協(xié)作組合。
在思科網(wǎng)真方面,思科推出了IX5000系列系統(tǒng)。該系統(tǒng)專為6至18人設(shè)計(jì),三個(gè)屏幕可以為用戶帶來(lái)身臨其境的沉浸式體驗(yàn)。更重要的是,IX5000系統(tǒng)不需要特殊照明設(shè)備,也不需要涂彩或額外布線。推出這款新系統(tǒng)之際,思科的網(wǎng)真系統(tǒng)銷售有所下降,因?yàn)槌霈F(xiàn)了擁有較低總成本且更便宜的替代品。
IX5000系列系統(tǒng)配有三個(gè)4K攝像頭,18個(gè)定制揚(yáng)聲器,可以為用戶帶來(lái)劇院級(jí)音質(zhì)效果,其麥克風(fēng)陣列以及運(yùn)動(dòng)傳感器能夠捕捉到任意一人的起立或位置變動(dòng),并進(jìn)行相應(yīng)調(diào)整。IX5000系統(tǒng)通過(guò)H.265壓縮來(lái)保證更低的帶寬,并將以36個(gè)月每月少于9000美元的費(fèi)用開啟。思科的認(rèn)為,由于用戶不需重新裝備房間,再加上更低帶寬和功耗,IX5000系統(tǒng)的總擁有成本較低。
思科Collaboration首席技術(shù)官喬納森·羅森伯格(Jonathan Rosenberg)表示,IX5000系列更具成本效益,性價(jià)比更高,能夠搶跑網(wǎng)真市場(chǎng)。
而Project Squared是一款業(yè)務(wù)協(xié)作應(yīng)用,能夠?qū)⒍鄠€(gè)思科工具聯(lián)系在一起,如聊天、音頻、視頻、多人會(huì)議和內(nèi)容共享等。它最初是一款移動(dòng)應(yīng)用,但可以擴(kuò)展到桌面并集成Box協(xié)作工具。
羅森伯格表示,Project Squared是重組思科協(xié)作組合這項(xiàng)重大舉措的一部分,這項(xiàng)舉措將伴伴隨思科網(wǎng)訊的重振以及許多新方案的實(shí)施。羅森伯格說(shuō)道:“這些組合都將允許用戶隨意移動(dòng),可以實(shí)現(xiàn)從移動(dòng)設(shè)備到臺(tái)式桌面的無(wú)縫過(guò)渡。而Project Squared完全是遵循這個(gè)原則構(gòu)建的,它可以將你每天所做的所有事情整合在一起,放到同一個(gè)地方。”
有一點(diǎn)不足的是,瀏覽器版Project Squared應(yīng)用只能在火狐瀏覽器上運(yùn)行,因?yàn)樗伎撇捎玫氖敲馔鈷旆绞健?/p>
這款應(yīng)用基于思科協(xié)作云平臺(tái)建立,該平臺(tái)可為用戶提供網(wǎng)絡(luò)會(huì)議、遠(yuǎn)程監(jiān)控、語(yǔ)音和統(tǒng)一通信等服務(wù),以召開及管理團(tuán)隊(duì)會(huì)議功能為特色。
思科正將其Project Squared應(yīng)用投放至iOS和Android平臺(tái),希望能夠征求用戶反饋并進(jìn)一步完善開發(fā)該應(yīng)用,此外這款應(yīng)用將免費(fèi)對(duì)用戶開放。
好文章,需要你的鼓勵(lì)
新加坡國(guó)立大學(xué)研究團(tuán)隊(duì)開發(fā)了SPIRAL框架,通過(guò)讓AI與自己對(duì)弈零和游戲來(lái)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(wú)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(guò)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(guò)對(duì)比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過(guò)強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺語(yǔ)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(wú)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(guò)動(dòng)態(tài)稀疏性實(shí)現(xiàn)大語(yǔ)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。