
一走进LG的“Style Station”,我一脸懵逼,给虚拟化的人物穿上不同样式的衣服,这不就是小时候玩的“换装游戏”吗?
通过键盘、鼠标给人物穿上或脱下衣物、饰品等,比如,游戏中长发女孩要去参加隆重的晚会,不知道要穿什么样的衣服,玩家的任务是为她挑选漂亮的衣服。
和传统换装游戏不同的是,这次的“游戏”中人物,是你自己。嗯,那我要试一下。
工作人员指引我要先录入身体数据。站在镜子前的特定位置,双手自然下垂,有3D相机扫描我的身体。然后,我朝着相机自拍了一下。
这个“试衣间”的镜子,可以分析我的身高,体重,三围大小等数据,并且提供穿衣的个性化建议。
这正是LG ThinQ Fit系统所做的。
如果有人不太了解这个系统, 简单介绍一下。“ThinQ”,也就是ThinQ AI,它是LG推出的一个深度学习技术,简单来说就是时下热门的人工智能技术。
回到“试衣现场”,在身体形态的数据录入系统后,你就可以随意挑选喜欢的衣服了。还能根据你的身材推荐合适的尺码,如果你喜欢,下单购买即可。
“试衣间”很酷,能够完美避免挑衣服的盲区。但是记者了解到这目前只是概念产品,LG工作人员表示这个系统还需要不断完善,表示2022年有望上市。
当然,除了试衣镜,LG还打造了以“Anywhere is Home”为主题的“ThinQ Zone”展区,向人们展示了由人工智能引领的“舒适便利的生活”。
整个展区由智能家居、互联汽车、3D虚拟试衣间三个组成。
科技行者记者在3D虚拟试衣间换装之后,来到 “ThinQ Home”——智能家居展区,14款OLED电视新品最吸引人的眼球——包括ZX系列(88英寸),RX系列(65英寸),WX系列(65英寸),BX系列(55/65/77英寸),ZX系列(77英寸),GX系列(55/65/77英寸),以及CX系列(48/55/65/77英寸)等七大系列。
其中88英寸、77英寸8K OLED电视的4K OLED在77、65和55英寸的基础上,新增48英寸。
LG NanoCell电视产品线发布了包括Nano 99(65/75英寸),Nano 97(65/75英寸),Nano 90(55/65/75/86英寸),Nano 85(49/55/65/75英寸),Nano 80(49/55/65英寸)等五大系列,15款产品。这些新品都将支持人工智能功能,来提升电影、体育赛事、游戏的体验。
目前来看OLED系列搭载了ThinQ平台的家电产品,具备了学习功能,不仅能够理解分析外部环境的情况,同时还能学习分析用户的生活模式。
LG SIGANTURE OLED R作为全球首款可卷曲电视,在去年就已经出现在CES,卷曲收纳方式吸足了眼球。不过今年我们在LG展区看到了更为震撼的电视秀——电视都能卷到天花板上了!
据了解,LG SIGANTURE OLED R可卷曲电视使用UHD OLED大屏幕,屏幕尺寸为65英寸。实用性也较强,不用时收起,需要时下拉,节省容纳空间。但是预计上市后的价格不会太亲民。
除了彩电系列,还有有趣的餐厅机器人——从你进入餐厅的那一刻,就有机器人把你领到座位上。机器人点餐、机器人上菜,甚至你吃的韩式面条也是由他们的机器人来制作(我问了工作人员,除了韩式面条,是否也能制作中国的面条,但是有点可惜,看来还需要再多几年发展)。
作为传统汽车面板大厂的LG,也在车载显示上有布局。
在“互联汽车”展区,LG向大家展示了新一代的车载信息娱乐系统 Conniro。
基于 Linux 底层的 webOS Auto,并结合了高通骁龙 ADP 汽车开发平台,Conniro 车载信息娱乐平台把安全和娱乐功能集成在新一代的互联网汽车上。
这套系统涵盖了车载计算机结构、人机界面、无线电话连接终端、语音识别软件,驾驶辅助系统硬件、界面显示器、车载计算机监控软件、增强现实软件,以及相关技术和框架基础架构和验证测试等内容,是一套比较成熟的解决方案。
在应用场景上,现场工作人员举了几个简单的例子,通过连接LG电子的人工智能平台,用户不仅可在车内为用户续播之前在家观看的电视节目,各家店的工作状态也一目了然。
走出展区,写着 “Anywhere is Home”的横幅四处可见。作为CES的老朋友,可以说LG存在感很强了。
“Anywhere is Home”这是LG今年主打的概念,期望以 AI 技术打造出全面性的智慧生态系统,让任何地方都有家的感觉。
在CES开幕的前一天的新闻发布会上,LG总裁兼技术官H.S.Kim就向我们描绘了人工智能发展的路线图,建立一个包含产品和服务的系统。
H.S.Kim说人工智能发展要经历这四个阶段:从命令AI自己需要什么东西,到个性化推荐,再到了解你生活方方面面的“个人管家“,最后到深度学习为用户提供更具有”探索性“的全程服务。当然,这四个阶段,都要植根于深厚的技术能力。
“LG ThinQ经历了这四个阶段,目前已经进化到了更高端更智能的状态。” H.S.Kim说。从CES 2044平方米的展台来看,对于AI这件事,LG这不只是说说。
其实不管是试衣间,还是智能家居彩电、互联汽车等,LG打造的AI体验正在慢慢融入消费者的生活。正如之前所言,“Anywhere is Home”,而笔者认为,”Anywhere is AI, anywhere is home. ”
好文章,需要你的鼓励
本文介绍了由南方科技大学等机构于2026年4月发表的研究(arXiv:2604.08865),提出了名为SPPO的大模型推理训练新方法。该方法将推理任务重新建模为"序列级情境赌博机",用一个轻量级价值模型预测题目难度,以单次采样替代GRPO的多次采样,解决了标准PPO的"尾部效应"问题。实验显示,SPPO在数学基准测试上超越GRPO,训练速度提升约5.9倍,配合小尺寸价值模型还能显著降低显存占用。
这项由香港科技大学数学系完成的研究(arXiv:2604.10465,2026年ICLR博客论文赛道)提出了一种从朗之万动力学视角理解扩散模型的统一框架。研究指出,扩散模型的前向加噪和逆向去噪过程,本质上是朗之万动力学这一"分布恒等操作"被拆成了两半。在这个视角下,VP、VE-Karras和Flow Matching等不同参数化的模型可被精确互译,SDE与ODE版本可被统一解释,扩散模型相对VAE的理论优势得以阐明,Flow Matching与得分匹配的等价性也得到了严格论证。
中国人民大学高岭人工智能学院等机构联合开发了AiScientist系统,旨在让AI自主完成机器学习研究的完整工程流程,包括读论文、搭环境、写代码、跑实验和迭代调试,全程无需人工干预。系统核心设计是"薄控制、厚状态":由轻量指挥官协调专业代理团队,通过"文件即通道"机制将所有中间成果持久化存储,使每轮工作都能建立在前一轮积累的基础上。在PaperBench和MLE-Bench Lite两个基准上,系统表现显著优于现有最强对比系统,论文发布于2026年4月。
这项由字节跳动发布的研究(arXiv:2604.13030)提出了生成式精化网络(GRN),一套模仿人类画家"边画边改"直觉的视觉生成新框架。其核心包括两项创新:层级二进制量化(HBQ)通过多轮二分逼近实现近乎无损的离散图像编码,以及全局精化机制允许模型在每一步对整张图像的所有位置重新预测并随时纠错,从根本上解决了自回归模型的误差积累问题。配合基于熵值的自适应步数调度,GRN在ImageNet图像重建(rFID 0.56)和生成(gFID 1.81)上均创下新纪录,并在文本生成图像和视频任务上以20亿参数达到同等规模方法的领先水平。