CNET科技資訊網(wǎng) 9月9日 北京消息(文/孫封蕾): 昨天,阿里巴巴和美的聯(lián)合發(fā)布了搭載YunOS操作系統(tǒng)的美的智能冰箱“OS集智”,這款看上去只是多了一個顯示屏的冰箱,背后是YunOS@Home的正式啟幕,以及阿里巴巴與美的在物聯(lián)網(wǎng)合作的開始。
美的“OS集智”智能冰箱,采用多門設(shè)計,總?cè)萘繛?25L,人機(jī)交互界面由一塊10.1寸的顯示屏組成。目前“OS集智”可實現(xiàn)如智能控制、食材識別、智能稱重、智能提醒、便捷采買、快捷支付、廚房娛樂、云端食譜、營養(yǎng)分析等眾多創(chuàng)新功能。未來還有望實現(xiàn)語音互動功能,也許未來某一天,你只要對冰箱說一句“我想吃蘋果”,它就會自動下單為您購買新鮮的蘋果。
阿里巴巴集團(tuán)CEO張勇在發(fā)言中提到,阿里巴巴的口號是“天下沒有難做的生意”,一直在為商業(yè)基礎(chǔ)設(shè)施做布局,未來則是面臨萬物互聯(lián)的趨勢,所有合作伙伴都很期待嶄新的商業(yè)模式,制造企業(yè)看到這些熱點也很興奮,都在積極的將制造和智能相結(jié)合,阿里巴巴希望幫助制造業(yè)插上智能的翅膀,為消費者創(chuàng)造新的體驗。
兩年前,阿里巴巴啟動了云+端的戰(zhàn)略,清晰的設(shè)定了基于大數(shù)據(jù)、云計算的萬物互聯(lián)戰(zhàn)略,YunOS對萬物互聯(lián)起到了支持、服務(wù)的作用,借美的“OS集智”智能冰箱問世,阿里巴巴推出YunOS@Home的策略方案,希望以此為契機(jī),跟美的這樣的合作伙伴一起共同探索萬物互聯(lián)時代的奧妙。
“今天所發(fā)布的是一款冰箱,這只是萬物互聯(lián)的一個縮影,與用戶實現(xiàn)雙向的交互體驗,實現(xiàn)服務(wù)的端到端。”張勇說。
美的集團(tuán)董事長方洪波指出,兩年前,美的集團(tuán)提出“智慧家居+智能制造”雙智戰(zhàn)略,以后美的每年售出的幾億件家電都從機(jī)器變成智能產(chǎn)品,包括操作系統(tǒng),硬件、軟件,再到云端。智能制造本身是物聯(lián)網(wǎng)的一部分,基于數(shù)據(jù)的所有業(yè)務(wù)鏈接,溝通消費者,通過消費者的數(shù)據(jù)收集、行為分析,還原到現(xiàn)有業(yè)務(wù)中。而智能制造并不等同于無人工廠,而是以數(shù)據(jù)為核心,將產(chǎn)品從銷售到采購到物流配送連接起來。
方洪波很清楚的看到,美的作為家電企業(yè),無法成為平臺型企業(yè),也不可能成為互聯(lián)互通平臺,所以要廣泛尋求合作,很多方面都與阿里合作,不可以單打獨斗。
美的在硅谷設(shè)立了研發(fā)機(jī)構(gòu),研究人體工學(xué)與家電的結(jié)合。未來的智能生活,智能廚房是很有想象力的場景,冰箱在智能廚房的布局中是最好的連接點,比其他家電更有優(yōu)勢。借這款新的冰箱產(chǎn)品問世,美的也會不斷試錯,積累經(jīng)驗。
作為YunOS@Home全新智能家庭生活方式首款落地產(chǎn)品,美的“OS集智”智能冰箱將從9月8日起登陸天貓電器城進(jìn)行預(yù)售,于10日正式發(fā)售,上市價為3999元(標(biāo)準(zhǔn)版)/4999元(尊享版)。首小時內(nèi)預(yù)定尊享版的用戶,均可直接減免500元現(xiàn)金,而最先購買的消費者,最高可優(yōu)惠1590元。
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。