据国外媒体报道, 谷歌眼镜企业版即将发布,新的版本与原来的版本差距不大,但做出了一些硬件上的改进。首先,谷歌眼镜企业版将会变成可折叠式,就像正常眼镜一样,这将使它更容易携带。眼镜右侧的电子器件部分则可以向下折叠。
新的谷歌眼镜还具有防水功能,更耐用。谷歌希望它能够承受正常的跌落和碰撞。对于企业版来说这很重要。如果它要在工厂、仓库或者其他工作环境中使用,耐用性必不可少。另外,谷歌调整了谷歌眼镜企业版的外观,使之与它的目标用户群体更加匹配。看来尽管谷歌眼镜未死,但谷歌已经认清现实,不再执着于让谷歌眼镜走入主流消费群体。
谷歌眼镜企业版的其他改进还包括更大的显示单元,让用户拥有更充分的视觉体验。新的英特尔凌动处理器将提升眼镜本身的性能,谷歌眼镜也将拥有更长的电池寿命。但如果你是普通消费者,获得此款企业版谷歌眼镜并不容易。谷歌当前的计划是企业版将在今年某个时候只提供给谷歌眼镜的合作伙伴。因此,这并不是一个针对大众市场的谷歌眼镜。谷歌眼镜项目负责人托尼·法戴尔表示,谷歌正在重新审视谷歌眼镜进行重新开发。
好文章,需要你的鼓励
新加坡国立大学研究团队开发了SPIRAL框架,通过让AI与自己对弈零和游戏来提升推理能力。实验显示,仅训练AI玩简单扑克游戏就能让其数学推理能力提升8.6%,通用推理提升8.4%,且无需任何数学题目作为训练材料。研究发现游戏中的三种推理模式能成功转移到数学解题中,为AI训练提供了新思路。
同济大学团队开发的GIGA-ToF技术通过融合多帧图像的"图结构"信息,创新性地解决了3D相机噪声问题。该技术利用图像间的不变几何关系,结合深度学习和数学优化方法,在合成数据集上实现37.9%的精度提升,并在真实设备上展现出色泛化能力,为机器人、AR和自动驾驶等领域提供更可靠的3D视觉解决方案。
伊利诺伊大学研究团队通过对比实验发现,经过强化学习训练的视觉语言模型虽然表现出"顿悟时刻"现象,但这些自我纠错行为并不能实际提升推理准确率。研究揭示了AI模型存在"生成-验证差距",即生成答案的能力强于验证答案质量的能力,且模型在自我验证时无法有效利用视觉信息,为AI多模态推理发展提供了重要启示。
MIT等顶尖机构联合提出SparseLoRA技术,通过动态稀疏性实现大语言模型训练加速1.6倍,计算成本降低2.2倍。该方法使用SVD稀疏性估计器智能选择重要计算部分,在保持模型性能的同时显著提升训练效率,已在多个任务上验证有效性。