在CES2015上,XYZprinting 推出了一款名為da Vinci Jr.的3D打印產(chǎn)品。該3D打印產(chǎn)品,能夠幫助你輕松打造你期待的專屬美味。
使用da Vinci Jr.的3D打印機制作的專屬美味
以下是此次展出的da Vinci Jr.的3D打印配置及其硬件參數(shù):
1、該3D打印設備c尺寸為:420*430*380mm,重量僅有12kg。
2、支持英文/日文語言。
3、可通過USD接口及SD卡進行連接。
4、具有最新的FFF(Fused Filament fabrication)技術。
5、可制作的3D模型的最大尺寸為:15*15*15cm,模型厚度為100-400微米。
6、它具備一個打印噴嘴,打印噴嘴直徑0.4mm,長度為:1.75mm。
7、支持windows 7+電腦軟件和Mac OSX 10.8 64-Bit以上系統(tǒng)軟件。
8、要求Windows系統(tǒng)電腦硬件具備x86 32/64-bit,2GB+內存,Mac電腦硬件具備x86-64bit,2GB+內存。
如下是在CES 2015現(xiàn)場采集到的制作演示Demo:
[video]uu=dfa091e731&vu=d037ede339&auto_play=1&width=600&height=450[/video]
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(shù)學推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學題目作為訓練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉移到數(shù)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(shù)學優(yōu)化方法,在合成數(shù)據(jù)集上實現(xiàn)37.9%的精度提升,并在真實設備上展現(xiàn)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(xiàn),經(jīng)過強化學習訓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(lián)合提出SparseLoRA技術,通過動態(tài)稀疏性實現(xiàn)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。