貝爾金(Belkin)今年將增加4款智能感應器。這四款產品預計在年底之前上市,價格目前尚未公布。它們仍然需要WeMo Link智能插座的配合。
第一款新品是一個無線運動感應器,與目前貝爾金有線運動感應器的設計初衷一樣,且能給予用戶更大的使用空間。貝爾金聲稱,WeMo Room Motion Sensor的感應距離有30英寸,90度范圍均可以接受,利用紅外線感應器,它還可以區(qū)分寵物與人。
下一款產品是一個報警感應器,可以用于煙霧與盜賊報警。一旦感應到煙霧或竊賊,WeMo Alarm Sensor感應器可以發(fā)送信息或自動進行響應。
另外一款產品WeMo Keychain Sensor鑰匙鏈感應器,可以附著在鑰匙,放入小孩的書包內或寵物的項圈當中,用戶的家庭網絡便能偵測到相關物體的位置。
最后一個產品叫WeMo Door and Window Sensor門窗感應器,它可以感知門窗,柜子,保險箱或任何附著于上物體的開合情況。
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根據復雜指令創(chuàng)作完整長篇音頻故事。該系統(tǒng)結合大語言模型的敘事推理能力與音頻生成技術,通過交錯式推理生成、解耦橋接機制和漸進式訓練,能夠將復雜指令分解為連續(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,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。該技術僅需添加兩個線性層就能大幅提升運動質量,在多項測試中超越包括Sora在內的商業(yè)模型,為AI視頻生成的實用化應用奠定了重要基礎。
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20萬高質量樣本的訓練數(shù)據集和MM-AlignBench評測基準,通過創(chuàng)新的數(shù)據生成和質量管控方法,讓AI在保持技術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。該模型采用圖神經網絡技術,通過學習40年歷史數(shù)據掌握天氣變化規(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,為氣象學領域帶來了效率和精度的雙重突破。