科技行者 4月2日 北京消息:軟件定義智能表面交互領(lǐng)域的先行者顯通科技近日宣布推出標(biāo)準(zhǔn)化按鍵替換解決方案SDS ButtonBar™,進(jìn)一步擴(kuò)展了其核心手勢(shì)感應(yīng)產(chǎn)品組合。ButtonBar以與物理按鍵相當(dāng)?shù)钠絻r(jià)方案提供核心的虛擬按鍵功能,為手機(jī)廠商提供了一種行之有效的方式,向市場(chǎng)推出具備先進(jìn)虛擬化電源和音量按鍵控制功能的新產(chǎn)品。
專門(mén)設(shè)計(jì)的ButtonBar具有最大程度的工業(yè)設(shè)計(jì)靈活性,并配合震動(dòng)觸覺(jué)實(shí)現(xiàn)消費(fèi)者習(xí)慣的按鍵操作。ButtonBar模塊可以組裝在多種位置,包括從手機(jī)邊緣插入。
顯通科技總裁兼首席執(zhí)行官李政揚(yáng)表示:“隨著手機(jī)向更薄的工業(yè)設(shè)計(jì)、先進(jìn)的5G天線以及減少的開(kāi)孔數(shù)演進(jìn),制造商也苦惱于在哪兒放置笨重、過(guò)時(shí)的按鍵。ButtonBar可以虛擬化按鍵滿足這些需求,同時(shí)又具備物理按鍵的觸覺(jué)感受。ButtonBar優(yōu)美的外形和靈活的組裝位置進(jìn)化了設(shè)計(jì)規(guī)則,我們很高興與合作伙伴富士康一起將此解決方案大規(guī)模地推向市場(chǎng)。”
SDS ButtonBar推動(dòng)了工業(yè)設(shè)計(jì)創(chuàng)新,從而實(shí)現(xiàn)了兼具物理按鍵的可靠性與虛擬按鍵的簡(jiǎn)潔所代表的現(xiàn)代界面。它由20多個(gè)亞微米尺寸的超聲波調(diào)制傳感器組成陣列,分布在一個(gè)僅長(zhǎng)1.9英寸(約50mm)的模塊中,具有以下優(yōu)點(diǎn):
顯通科技已與世界最大的電子制造商富士康合作,以大規(guī)模生產(chǎn)具備最高質(zhì)量且能以與物理按鍵價(jià)格媲美的SDS ButtonBar。
富士康集團(tuán)GIS事業(yè)部負(fù)責(zé)人HS Chou表示:“更換物理按鍵一直是移動(dòng)產(chǎn)品制造中最受追捧的目標(biāo)之一。顯通科技的技術(shù)意義重大,富士康GIS很高興與他們合作大規(guī)模交付產(chǎn)品。”
SDS ButtonBar是顯通科技產(chǎn)品組合的最新成員。顯通科技此前推出了處理器和手勢(shì)引擎,這一超聲波、高保真觸摸平臺(tái)使手機(jī)制造商能在玻璃觸摸屏之外創(chuàng)建軟件定義的交互界面。ButtonBar在同一核心平臺(tái)上,并在更輕的處理器中利用先進(jìn)的處理功能,該處理器能通過(guò)類似高性能Merkel神經(jīng)末梢的感應(yīng)光纖來(lái)識(shí)別和區(qū)分真正的按鍵按壓。
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(kāi)發(fā)了SPIRAL框架,通過(guò)讓AI與自己對(duì)弈零和游戲來(lái)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(kāi)發(fā)的GIGA-ToF技術(shù)通過(guò)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(wèn)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(jué)解決方案。
伊利諾伊大學(xué)研究團(tuán)隊(duì)通過(guò)對(duì)比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過(guò)強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺(jué)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(jué)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(guò)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。