前面各大代表躲,后面長(zhǎng)槍短炮追,如果這是你眼中的兩會(huì),那么請(qǐng)做好準(zhǔn)備,你已被“拍死在沙灘”。所謂長(zhǎng)江后浪推前浪,如今的兩會(huì)報(bào)道手段已與過去大不同。今年,可穿戴設(shè)備現(xiàn)身兩會(huì),引領(lǐng)采訪新潮流。日前,新浪記者佩戴聯(lián)想智能眼鏡New glass看兩會(huì),拍攝現(xiàn)場(chǎng)花絮,成為兩會(huì)新“看”點(diǎn)!
圖1:記者使用聯(lián)想智能眼鏡New glass采訪
兩會(huì)采訪,記者往往無(wú)所不用其極,爬高上低、匍匐前進(jìn)、長(zhǎng)槍大炮,兩會(huì)開始的同時(shí),一場(chǎng)沒有硝煙的新聞戰(zhàn)爭(zhēng)就正式上演。而可穿戴設(shè)備的出現(xiàn),則給“戰(zhàn)爭(zhēng)”中的記者減輕了不少壓力。
聯(lián)想智能眼鏡New glass是聯(lián)想內(nèi)部新戰(zhàn)略部門——聯(lián)想NBD自主研發(fā)的純國(guó)產(chǎn)可穿戴設(shè)備,更適合國(guó)內(nèi)消費(fèi)者人群,支持國(guó)內(nèi)網(wǎng)絡(luò)環(huán)境和中文語(yǔ)音控制,這也促使聯(lián)想智能眼鏡New glass在兩會(huì)大放異彩。
圖2:聯(lián)想智能眼鏡New glass現(xiàn)身兩會(huì)
聯(lián)想智能眼鏡New glass具有手勢(shì)和語(yǔ)音識(shí)別功能,還采用了骨傳導(dǎo)技術(shù),支持私密通話。除此之外,還配備800萬(wàn)像素?cái)z像頭,可最高拍攝1080P視頻。也正是如此,記者可以眼睛看向哪里,就用聯(lián)想智能眼鏡New glass拍攝記錄哪里,隨時(shí)隨地捕捉到每一個(gè)有新聞價(jià)值的瞬間。
以后的移動(dòng)互聯(lián)生活中,智能眼鏡或?qū)⒊蔀椴豢苫蛉钡难b備。聯(lián)想智能眼鏡New glass采用了鏡架夾持式設(shè)計(jì),近視人群也可佩戴,支持語(yǔ)音控制、觸控板控制、指環(huán)控制等多種控制方式,可連接互聯(lián)網(wǎng)和藍(lán)牙設(shè)備;同時(shí)800毫安的分離式電池設(shè)計(jì),既增加了待機(jī)時(shí)間也減輕了主機(jī)重量,能讓配戴者更舒服。
聯(lián)想智能眼鏡New glass未來還將吸引第三方開發(fā)者推出更多應(yīng)用,讓眼鏡功能更加強(qiáng)大,滿足用戶移動(dòng)生活更多需求。韓劇《Healer》中,男主徐正厚依靠智能眼鏡拍攝犯罪現(xiàn)場(chǎng),遠(yuǎn)程導(dǎo)入現(xiàn)場(chǎng)信息的場(chǎng)景也可能真實(shí)的發(fā)生在我們的生活中。以后外出走到哪里,可一定要注意自己的言行舉止,說不定某個(gè)擦身而過,你的劣跡就已經(jīng)被拍到了智能眼鏡里,散播到了網(wǎng)上。而對(duì)于一些犯法犯罪現(xiàn)象,或許智能眼鏡能夠給予我們?nèi)ソ野l(fā)的勇氣。
另了解,作為國(guó)內(nèi)最靠譜的互聯(lián)網(wǎng)創(chuàng)業(yè)平臺(tái),聯(lián)想NBD還孵化出了智能路由器與智能空氣凈化器兩款產(chǎn)品,未來更多還將聯(lián)合更多創(chuàng)業(yè)公司推出更多互聯(lián)網(wǎng)產(chǎn)品。
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,通過讓AI與自己對(duì)弈零和游戲來提升推理能力。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)通過對(duì)比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過強(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。