雖然自拍攝像頭嵌入手機(jī)已有十年之久,但僅在過(guò)去一年左右的時(shí)間里,“自拍照(selfie)”已上升到了流行文化的最前沿。毫無(wú)疑問(wèn),自拍照的流行一定程度上源于社交媒體網(wǎng)絡(luò)的普及,因?yàn)樗奖懔擞脩舭l(fā)布和分享他們的相片。不過(guò),無(wú)論你喜歡還是討厭這種行為,人們短期內(nèi)也不會(huì)停止發(fā)自拍照,即便手機(jī)前置攝像頭往往并不怎么強(qiáng)大。
而在CES 2015上,前置攝像頭開(kāi)始變強(qiáng)了——一些手機(jī)廠商推出了配置加強(qiáng)版前置攝像頭的手機(jī)。為吸引新的消費(fèi)者,各大公司愈發(fā)迎合自拍一族。
例如,LG推出一款額外的配件GestureShot,為其已經(jīng)主打自拍照功能的手機(jī)再填一個(gè)輔件。例如LG G3等設(shè)備附帶的GestureShot,用戶只需通過(guò)一個(gè)簡(jiǎn)單的手勢(shì)動(dòng)作便可激活相機(jī)快門(mén)。由于自拍神器自拍伸縮桿的流行,LG G Flex 2添加了動(dòng)作感知功能,能夠感知手機(jī)的升降動(dòng)作,判斷用戶是否處于自拍模式。而當(dāng)用戶做出降低動(dòng)作時(shí),手機(jī)將自動(dòng)顯示用戶的最后一張合影,且可以選擇保存或刪除,而再次舉起拍照時(shí),它會(huì)自動(dòng)切換回拍攝狀態(tài)。
與此同時(shí),聯(lián)想也著手解決了常常困擾自拍一族的弱光問(wèn)題,該公司推出一款Vibe X2 Pro智能手機(jī),能夠插入一個(gè)小型閃光燈配件輔助自拍。該閃光燈為環(huán)形,配備8個(gè)LED燈泡,直接插入手機(jī)3.55毫米的耳機(jī)插孔即可使用。用戶只需按下環(huán)形閃光燈后方按鈕,打開(kāi)后3秒它將實(shí)現(xiàn)自動(dòng)拍照。
除此之外,有些頗有競(jìng)爭(zhēng)力的廉價(jià)設(shè)備也參與了其中。中興Grand X Max+平板手機(jī)將其前置攝像頭從100萬(wàn)像素提高至500萬(wàn)像素,且配備88度廣角鏡頭,能將更多景象收入鏡頭。中興通訊表示,它不僅適用于自拍一族,而且也對(duì)“追星族”大有裨益。
此外,其他智能手機(jī)也增強(qiáng)了相機(jī)功能。例如,本次CES大會(huì)上還展出了一款主要面向亞洲市場(chǎng)的智能手機(jī)HTC Desire 826,配置了一顆非常強(qiáng)大的“UltraPixel超像素”前置攝像頭。還有美國(guó)Saygus公司推出的“超級(jí)手機(jī)”Saygus V2,配置了一顆1300萬(wàn)像素的前置攝像頭,同時(shí)具備光學(xué)防抖功能。
雖然因?yàn)槌叽绲南拗?,前置攝像頭的改進(jìn)很有限,但制造商們依然能夠通過(guò)一些軟件功能和配件進(jìn)一步對(duì)其進(jìn)行完善。我們堅(jiān)信這種改進(jìn)還會(huì)繼續(xù),尤其將會(huì)伴隨著自拍照盛行的CES大會(huì)持續(xù)下去。
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(kāi)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(kāi)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(wèn)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(jué)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(jué)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(jué)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。