北京時(shí)間3月21日消息,耐克上周發(fā)布了一款能自動(dòng)系鞋帶的運(yùn)動(dòng)鞋。這款運(yùn)動(dòng)鞋將于今年晚些時(shí)候開售,而耐克希望憑借這一技術(shù)在競爭日趨激烈的運(yùn)動(dòng)鞋市場搶占先機(jī)。
這款名為HyperAdapt Trainer 1.0的運(yùn)動(dòng)鞋在腳后跟部位集成了傳感器,能調(diào)節(jié)運(yùn)動(dòng)鞋以適應(yīng)用戶的腳掌大小。兩顆側(cè)方按鈕則幫助用戶控制鞋帶松緊。這款運(yùn)動(dòng)鞋將于2016年假日季開售,而耐克尚未確定這款運(yùn)動(dòng)鞋的價(jià)格。
這款運(yùn)動(dòng)鞋需要電池供電,其開發(fā)歷經(jīng)了多年時(shí)間。上周,耐克在紐約為期兩天的新產(chǎn)品和新技術(shù)發(fā)布活動(dòng)上展示了這款運(yùn)動(dòng)鞋。此外,耐克還推出了一款新應(yīng)用,提供運(yùn)動(dòng)和購物功能。
耐克發(fā)言人表示,HyperAdapt運(yùn)動(dòng)鞋的設(shè)計(jì)采用中性風(fēng),一次充電需要3小時(shí),而每次充電可使用約2周。
去年秋季,耐克公布了業(yè)務(wù)發(fā)展目標(biāo),即到2020年使?fàn)I收達(dá)到500億美元。其中,直接面向用戶的銷售將占其中的超過1/3,高于2015年的約1/5。
HyperAdapt運(yùn)動(dòng)鞋將登陸新的Nike+應(yīng)用。這款免費(fèi)應(yīng)用將于6月份開放下載。2014年,耐克宣布停止自主的硬件研發(fā),而當(dāng)時(shí)的硬件產(chǎn)品包括FuelBand手環(huán)等。最新的這款運(yùn)動(dòng)鞋及配套應(yīng)用是耐克在數(shù)字運(yùn)動(dòng)領(lǐng)域的又一次嘗試。
近幾年,運(yùn)動(dòng)裝備廠商正越來越多地關(guān)注數(shù)字運(yùn)動(dòng)產(chǎn)品。例如,耐克的競爭對手Under Armour正在投入巨資,以了解用戶購買及使用運(yùn)動(dòng)裝備的方式。
當(dāng)用戶穿上HyperAdapt運(yùn)動(dòng)鞋時(shí),腳后跟的傳感器將被激活,而運(yùn)動(dòng)鞋將開始自動(dòng)調(diào)整松緊。此外通過腳踝側(cè)方的按鈕,用戶可以收緊或放松鞋帶。耐克表示,最終該公司希望能取消手動(dòng)按鈕。
耐克是自動(dòng)系鞋帶運(yùn)動(dòng)鞋這一概念的倡導(dǎo)者。該公司早在1989年的電影《回到未來2》中就展示了這種運(yùn)動(dòng)鞋的原型產(chǎn)品。此外,耐克也不是關(guān)注這一技術(shù)的唯一一家公司。
德國運(yùn)動(dòng)裝備廠商彪馬也計(jì)劃今年推出這樣的運(yùn)動(dòng)鞋。去年秋季,短跑名將博爾特在自己的Instagram帳號里展示了這款運(yùn)動(dòng)鞋的原型產(chǎn)品。早在80年 代,銳步就推出了一款名為Pump的籃球鞋。在按壓鞋舌上的按鈕時(shí),球鞋中的某些部分將會(huì)膨脹,從而帶來更好的包裹感。銳步目前仍在銷售某些版本的 Pump,包括跑鞋和訓(xùn)練鞋。
耐克上周四還公布了為2016年里約奧運(yùn)會(huì)設(shè)計(jì)的裝備。耐克將為美國、巴西和中國的足球、籃球和田徑運(yùn)動(dòng)員提供運(yùn)動(dòng)裝備。
好文章,需要你的鼓勵(lì)
新加坡國立大學(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。