科技行者 6月6日 北京消息:6月5日,由华米科技投资的Oclean(欧可林)品牌在北京举行Oclean X智能触屏电动牙刷新品媒体沟通会。云顶信息CEO刘书润、小米有品饮?洗护事业部总经理孔祥宣出席本次沟通会。
Oclean联合创始人&营销总监俞发兴从行业现状趋势、产品研发理念、核心关键技术、智能体验升级等方面分享了首款智能触屏电动牙刷Oclean X诞生的故事,这款新品于6日10点在小米有品众筹和有品有鱼众筹上线,原价299元,众筹特价249元,附赠一支刷头。
图为云顶信息CEO刘书润
图为小米有品饮?洗护事业部总经理孔祥宣
图为Oclean联合创始人&营销总监俞发兴
Oclean联合创始人&营销总监俞发兴首先介绍了电动牙刷行业市场的发展现状。数据显示,从2016年起,电动牙刷零售额每年的同比增速都超过90%,预计2019年增速将接近100%。2019年 1-4月,在淘宝天猫购买电动?刷的消费者人数比去年同期增长了175%。
同时,俞发兴也指出了电动牙刷行业的乱象,产品质量参差不齐,公模泛滥、产品低门槛、无卖点、缺保障。巨大的蓝海市场,行业的乱象格局,给了Oclean一个很好的机会。
据介绍,蓄势三年,Oclean掌握了超过90条专利,在电动牙刷领域中位列新专利数第一,涉及智能电动牙刷运转方式与技术等众多方面,并且拥有从设备到云端的全栈开发能力,是名副其实的创新型科技公司。
那么电动牙刷为何与科技挂钩呢?俞发兴表示,必须用科技改善中国人的口腔健康,Oclean X智能触屏电动牙刷就是这样一款极具创新力的产品,将应用用户数据积累,定义智能电动牙刷,解决电动牙刷痛点。
在了解Oclean X之前,我们需要注意的是,目前市面上一些比较好的电动牙刷,都能够实现基础清洁,但是如何有效清洁,已然成为新的问题。现场,盖德口腔医疗院长张鹏科普了关于刷牙和口腔方面的常识,他说道,缺乏有效清洁,刷牙就会出现盲区,比如,未能清除彻底的牙菌斑积累多了,就会成为口腔的大敌,不仅会造成龋齿,还会危害我们的牙周组织,引起牙龈出血,口腔异味,牙齿松动甚至脱落等问题。
图为盖德口腔医疗院长张鹏
而Oclean打造Oclean X,就是要解决有效刷牙的问题,实现看得见的净白。
具体而言,千元级的传统高端电动牙刷,为了实现智能化,确保刷牙刷得干净,会支持刷牙盲区监测功能,但是该功能需要借助手机APP才能看见,由于操作繁琐不便,使得这个功能沦为鸡肋。
Oclean X智能触屏电动牙刷则搭载了一块彩色触控屏,同样支持刷牙盲区监测功能,刷完牙后,监测结果直接在屏幕上实时显示,科学引导刷牙,引领电动牙刷2.0时代,让牙齿净白看得见。
Oclean X的触屏可直接显示4分区盲区提醒,由于Oclean X内置了六轴陀螺仪,手势检测1500次/分钟,最高可实现8分区盲区提醒,更详细的分区监测,可在手机APP上查看。
Oclean X智能触屏电动牙刷的触控屏采用图形界面,简单明了,触控交互体验方面非常人性化,容易上手。
在这块屏幕上,Oclean X还能进行模式、力度等设置,尤其是32级力度精细微调功能,用户可以找到适合自己的力度,获得清洁又舒适的刷牙体验。
俞发兴介绍,Oclean X采用新一代磁悬浮无刷丽齿引擎,高效接近零磨损状态,拥有超强清洁力,支持最高40000次/分钟震动,220gf.cm大扭力,马达寿命超过5000小时,是普通马达的数倍,性能强劲。
此外,Oclean X的刷头还选用了杜邦新经典刷丝,超出国家标准的高磨圆率,并采用了德国高端无铜植毛技术,可以实现多角度3D植毛,刷毛以特殊角度贴合牙齿以达到深入清洁某一区域的目的。
在刷牙模式方面,Oclean X支持清洁、美白、按摩、敏感等4大洁牙丽齿模式,通过APP可推送多达20种预置刷牙方案,可自定义属于自己的方案,为新手、牙龈萎缩、孕妇、黄牙等用户量“齿”打造个性化SPA体验。
在智能化方面,Oclean X智能触屏电动牙刷还支持AI过频降频护齿功能,通过传感器测算以及智能芯片,能够自动对振动力度进行控制,当用户发生刷牙用力过猛时,直接将电机振动频率和力度骤然降低,让用户可以安心刷牙。该功能在清洁力度超过24级时,自动激活。
此外,Oclean X还有一大特色亮点:悬浮磁吸收纳设计。
Oclean X的悬浮磁吸挂架,即可收纳牙刷,保证通风干爽,快速沥干不发霉,节省空间,告别潮湿台面;还能取下来秒变充电器,不怕配件丢失。两用省心设计,非常人性化。
售价方面,Oclean X原价299元,于6号上午正式上线小米有品众筹,即6月6日一直到6月20日,众筹特价仅需249元,附赠一支刷头。
好文章,需要你的鼓励
AIM Intelligence联合多所知名大学揭示了音频AI系统的重大安全漏洞,开发出名为WhisperInject的攻击方法。这种攻击能让看似无害的音频指令操控AI生成危险内容,成功率超过86%,完全绕过现有安全机制。研究暴露了多模态AI系统的系统性安全风险,对全球数十亿智能设备构成潜在威胁。
新加坡国立大学研究团队系统梳理了视觉强化学习领域的最新进展,涵盖超过200项代表性工作。研究将该领域归纳为四大方向:多模态大语言模型、视觉生成、统一模型框架和视觉-语言-动作模型,分析了从RLHF到可验证奖励范式的政策优化策略演进,并识别出样本效率、泛化能力和安全部署等关键挑战,为这一快速发展的交叉学科提供了完整的技术地图。
浙江大学研究团队通过OmniEAR基准测试揭示了当前AI模型在物理世界推理方面的严重缺陷。测试显示,即使最先进的AI在明确指令下能达到85-96%成功率,但面对需要从物理约束推断行动的任务时,成功率骤降至56-85%。研究发现信息过载反而降低AI协作能力,监督学习虽能改善单体任务但对多智能体协作效果甚微,表明当前架构存在根本局限性。
纽约大学和Aimpoint Digital Labs的研究团队首次揭示了Transformer模型训练中"大规模激活"的完整发展轨迹。这些影响力比普通激活大千倍的"超级激活"遵循可预测的数学规律,研究者开发出五参数公式能以98.4%准确率预测其变化。更重要的是,通过调整模型架构参数如注意力密度、宽深比等,可以在训练前就预测和控制这些关键激活的行为,为设计更高效、量化友好的AI模型提供了全新工具。