2016年4月8日,美國網(wǎng)件NETGEAR成立20周年慶典在北京懷柔雁棲酒店舉行。會上,美國網(wǎng)件宣布“Arlo愛洛”無線高清防水攝像頭將在中國全面上市銷售。Arlo愛洛在2015年正式在全球范圍內(nèi)銷售, 因其100%真正無線(WiFi接入且不需要電纜布線)和4-6個月超長電池續(xù)航,以及防水設計,應用AWS云存儲錄像等技術,在性能和體驗上都創(chuàng)造了新的行業(yè)標準,是美國網(wǎng)件在家用無線產(chǎn)品上的又一次創(chuàng)新超越。
NETGEAR董事長兼首席執(zhí)行官Patrick Lo
一直以來NETGEAR致力于為全球商用企業(yè)用戶和家庭個人用戶提供創(chuàng)新的產(chǎn)品、智能的數(shù)字解決方案。 NETGEAR董事長兼首席執(zhí)行官Patrick Lo表示,隨著智能家居和安防行業(yè)的發(fā)展,越來越多的智能產(chǎn)品走進人們的生活,尤其云計算技術的發(fā)展,讓存儲和視頻分享技術更成熟,為遠程監(jiān)控、智能防盜的WiFi智能網(wǎng)絡攝像頭的應用提供了一個更廣闊的平臺。“2015年,這款產(chǎn)品的發(fā)布風靡全球,現(xiàn)在我們希望中國的用戶也能和全球NETGEAR的粉絲一樣,體驗到這款最創(chuàng)新,最先進的科技產(chǎn)品“。
Arlo無線高清攝像頭
美國網(wǎng)件家用產(chǎn)品經(jīng)理劉斌,透露這款無線攝像頭在2015年上市之初就已經(jīng)分別獲得“美國CES創(chuàng)新獎”,以及有設計界“奧斯卡”之稱的德國紅點設計大獎。作為老牌的無線產(chǎn)品廠商,美國網(wǎng)件NETGEAR發(fā)揮自身優(yōu)勢,Arlo除了是使用WiFi接入以外,也不用電纜接入,解決家庭布線的計劃不足的難題,其電池續(xù)航可達4-6個月,無線視線范圍可達91米,100%覆蓋保證家庭安全。
互聯(lián)網(wǎng)時代,產(chǎn)品的易用性和與家庭現(xiàn)有終端普遍適配性最為重要,Arlo通過iOS端或Android端的專屬程序向用戶手機傳送720P流媒體,與手機實時聯(lián)動,自動提醒;甚至在夜間也能提供低光下的可辨識視頻監(jiān)控。除了家庭環(huán)境之外Arlo本身所具備的三防特性能夠用于戶外環(huán)境。能夠在-10℃--50℃的溫度工作,擁有IP65防塵防水設計,能夠在戶外全天候持續(xù)工作。
Arlo可以提供全天候的監(jiān)控,網(wǎng)件為了保持更長的續(xù)航時間,只有內(nèi)置傳感器在監(jiān)測到物體運動的時候才會開始進行監(jiān)控錄像,這種方式能夠?qū)幼鬟M行監(jiān)測,尤其是通過激活的攝像頭記錄任何可疑的活動。如當某些物體移動到禁止區(qū)域時,可以通過電腦或手機接收提醒,輕松實現(xiàn)家庭安全管理。
現(xiàn)場,美國網(wǎng)件夜鷹家族R7000、R7500、R7800、R8000、 R8500五款高端無線路由器全體亮相。值得一提的是,2016年新推出的NIGHTHAWK X4S R7800 ,內(nèi)置1.7GHz雙核CPU,無線傳輸速率可達2600Mbps,并且支持最新的Wi-Fi-標準4×4 MU-MIMO發(fā)射技術,堪稱真正的“下一代科技””,代表了新一代網(wǎng)絡的發(fā)展方向,使家庭無線網(wǎng)絡擁有全新的使用體驗!
除此之外,美國網(wǎng)件還帶來了商用企業(yè)網(wǎng)絡事業(yè)部于2016年初發(fā)布的兩款交換機產(chǎn)品:M4300 和 M4200。
作為世界首款具備接入至核心的10G堆疊平臺,全新的ProSAFE® M4300全網(wǎng)管萬兆交換機系列,NETGEAR® M4300系列脊葉架構(gòu)萬兆交換機為企業(yè)網(wǎng)絡接入、商業(yè)網(wǎng)絡核心帶來高性價比的L2/L3/L4、IPv4/IPv6服務。
ProSAFE® M4200萬兆交換機系列, 提供世界首臺全功率供應的網(wǎng)線供電(PoE+)6x2.5G、2 x2.5G/5G和2x10G匯聚交換機,M4200相比市場上其他產(chǎn)品性價比更高,性能無阻塞、部署更輕松。
好文章,需要你的鼓勵
新加坡國立大學研究團隊開發(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,僅訓練AI玩簡單撲克游戲就能讓其數(shù)學推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學題目作為訓練材料。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)學解題中,為AI訓練提供了新思路。
同濟大學團隊開發(fā)的GIGA-ToF技術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相機噪聲問題。該技術利用圖像間的不變幾何關系,結(jié)合深度學習和數(shù)學優(yōu)化方法,在合成數(shù)據(jù)集上實現(xiàn)37.9%的精度提升,并在真實設備上展現(xiàn)出色泛化能力,為機器人、AR和自動駕駛等領域提供更可靠的3D視覺解決方案。
伊利諾伊大學研究團隊通過對比實驗發(fā)現(xiàn),經(jīng)過強化學習訓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等頂尖機構(gòu)聯(lián)合提出SparseLoRA技術,通過動態(tài)稀疏性實現(xiàn)大語言模型訓練加速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練效率,已在多個任務上驗證有效性。