CNET科技資訊網(wǎng) 3月29日 國際報道:Oculus Rift虛擬現(xiàn)實頭盔已開始向其顧客發(fā)貨,Oculus CEO布蘭登·艾里布(Brendan Iribe)在本周早些時候發(fā)表推文稱,該設(shè)備應(yīng)該會從3月28日開始到達(dá)客戶手中。
Oculus Rift最初在2012年的一次Kickstarter活動中亮相,之后被Facebook收購,如今它將把虛擬現(xiàn)實推向大眾。
上周末,Oculus VR創(chuàng)始人帕爾默·勒基(Palmer Luckey)將一款Oculus Rift設(shè)備交付給了第一個預(yù)購該設(shè)備的客戶馬丁·羅斯(Ross Martin)。勒基特意前往阿拉斯加完成的這次交付。
2月份的第一輪預(yù)購產(chǎn)品包括來自戴爾、華碩和Alienware的“Oculus Ready”PC套裝,起價1500美元。如果你未能如愿參加第一輪預(yù)購,據(jù)Oculus表示,你將不得不等到7月才能訂購這款虛擬現(xiàn)實頭盔。
即使帶有預(yù)測性,但RW Baird分析師科林·塞巴斯蒂安(Colin Sebastian)認(rèn)為,提振Oculus銷量需要一定的時間。
他在給投資者的報告中寫道:“我們都有些樂觀地認(rèn)為,虛擬現(xiàn)實行業(yè)將成為媒體和娛樂領(lǐng)域的增長版塊之一。然而,短期內(nèi)我們對虛擬現(xiàn)實的期望更為受限。我們預(yù)計Oculus今年能售出50萬至100萬套,這與1萬到200萬的預(yù)期相一致。”
Oculus VR或?qū)魯∑涓偁帉κ諬TC。HTC Vive在今年2月份已開啟預(yù)購,4月出貨。它跟Oculus VR類似,也將需要一臺高端PC。
Facebook的首席執(zhí)行官馬克·扎克伯格(Mark Zuckerberg)認(rèn)為虛擬現(xiàn)實是下一個大事件。所以,該公司收購了Oculus。
扎克伯格在2月份的全球移動大會上表示:“虛擬現(xiàn)實是下一個平臺,在這里,任何人都將能夠體驗和分享任何內(nèi)容,只要他們想。而虛擬現(xiàn)實將成為最棒的社交平臺,”。
據(jù)英國《金融時報》表示,F(xiàn)acebook還打造了一個社交VR團(tuán)隊,由視頻游戲行業(yè)的兩位高管丹尼爾·詹姆斯(Daniel James)和邁克•布斯(Mike Booth)領(lǐng)導(dǎo),兩人都有打造3D多人模式體驗方面的經(jīng)驗背景。
扎克伯格還宣布,Oculus商店現(xiàn)有200多款游戲和應(yīng)用可在該平臺使用,而且用戶總計已通過三星Gear VR設(shè)備看過一百多萬個小時的視頻了。此外,2015年Facebook添加上傳360度格式的視頻功能后,用戶已經(jīng)在Facebook上上傳了大約2萬個這種格式的視頻。
好文章,需要你的鼓勵
新加坡國立大學(xué)研究團(tuán)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(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)集上實現(xiàn)37.9%的精度提升,并在真實設(shè)備上展現(xiàn)出色泛化能力,為機(jī)器人、AR和自動駕駛等領(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)隊通過對比實驗發(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"頓悟時刻"現(xiàn)象,但這些自我糾錯行為并不能實際提升推理準(zhǔn)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(qiáng)于驗證答案質(zhì)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(jī)構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過動態(tài)稀疏性實現(xiàn)大語言模型訓(xùn)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(xùn)練效率,已在多個任務(wù)上驗證有效性。