科技行者 1月11日 北京消息(文/李祥敬):增强现实技术(Augmented Reality,简称 AR),是一种实时地计算摄影机影像的位置及角度并加上相应图像、视频、3D模型的技术。随着近年来计算机硬件尤其移动设备技术的进步,增强现实技术的发展和应用越来越受到人们的重视。
如果我们将AR与远程协作结合起来会怎么样呢?在CES 2020消费电子展上,TeamViewer就展示了TeamViewer Pilot应用——这是一种基于增强现实技术(AR)的快捷易用的远程协作解决方案。
无论您身在何方,AR让您能够透过屏幕解决问题。通过TeamViewer的AR解决方案TeamViewer Pilot,用户可以通过连接,观看伙伴的智能手机正在拍摄的画面。只需短暂一瞥,就能够判断各种设备、机械、基础设施问题等,还可以在现实世界的对象上设置标记,为伙伴提供指导。
通过TeamViewer Pilot,验证身份并授予访问权限后,就能与其他设备建立音视频连接,实时共享来自智能手机摄像头拍摄的目标物体影像。发起远程会话时,双方用户将看到相同的实时画面,并且都能选择暂停,并使用3D指针、手绘和文本注释来标记特定细节。
最关键的这种神奇操作是没有门槛的,你只要在计算机、平板电脑或智能手机上通过Google Play或App Store下载TeamViewer Pilot移动端应用即可。
TeamViewer首席营销官Gautam Goswami在现场接受记者采访时表示,作为一家创新公司,TeamViewer一直在不断探索技术与场景的融合。不同于其他远程连接的服务提供商,TeamViewer除了打造最佳的用户体验,还在不断延展更多企业级应用场景。
当前IoT技术快速发展,物联网应用层出不穷。每台设备都需要协作,而TeamViewer的属性能为不同的设备之间协作提供一个安全、可靠的连接平台。我们提到的TeamViewer Pilot就是这样的产品,其将增强现实技术带到所有人身边,帮助他们随时解决问题。无论你是想帮别人设置新的电子产品,还是协助完成紧急维修,TeamViewer Pilot都能让你用快速且经济高效的方式解决问题。
Gautam说,TeamViewer Pilot的优势在于:亲民的沉浸式技术、多方经验帮助提升员工表现和便捷的专家知识共享途径。利用基于AR技术的TeamViewer Pilot,每个人都能通过远程协作帮助家人朋友解决日常问题。
笔者在现场亲自体验了一下,不得不说很神奇。其实在我看来,该应用的使用场景非常之多,从汽车维修、家具家电维修,到设定智能家居系统等,还有更多可能性等待探索。总之,TeamViewer Pilot的价值显而易见,比如省钱、提升问题的解决效率、改进业务流程等。
试想一下,公司有一台机器突然停止工作,而此时正好是业务关键时刻,你需要即时的现场帮助。通过TeamViewer Pilot,可快速联系专家,通过智能手机的相机向专家展示问题,并在其指导下解决问题。现场员工向远程技术人员展示画面,而不仅仅是口头描述问题,这样一来就能提高生产效率。
如果客户的车坏了,所在位置离汽车车间有好几英里远,怎么办?没关系,你可以通过TeamViewer Pilot提供支持。无论身在何处,只需连接到客户的TeamViewer Pilot 应用,就可以通过他们的智能手机相机查看发动机,指导客户解决问题,如同在现场一样。
客户可能需要设置一个路由器。客户需要的只是专业知识和指导,然后便可以自行设置了。如果亲自现场支持,不仅需要长途奔波,并且也不是非常必要。此时,你只需要在办公室里连接TeamViewer Pilot,就可以为客户提供指导直至完成。
不用列举太多,TeamViewer Pilot的想象空间足够宽广。现在可穿戴设备非常普遍,TeamViewer Pilot还与RealWear、Vuzix和Epson的智能穿戴设备进行了集成。Gautam说,在物联网中,安全性变得至关重要。在安全方面,TeamViewer采用AES 256-bit加密算法和RSA 公钥/私钥交换加密技术,确保企业在开放的网络环境进行数据的可靠安全传输。
谈及市场拓展方面,Gautam表示,TeamViewer在上海已经设立中国办公室,通过本地团队布局全球最重要的中国市场,以中国办公室为支点,撬动TeamViewer在全球化战略的布局。“TeamViewer中国分公司与阿里云、中国联通、英迈、宝德、荣之联、佳都国际、Logicalis、华讯等进行合作,根据客户实际的需求提供本地化的解决方案,满足不同行业的需求,建立一个生态连接平台。”
好文章,需要你的鼓励
腾讯ARC实验室推出AudioStory系统,首次实现AI根据复杂指令创作完整长篇音频故事。该系统结合大语言模型的叙事推理能力与音频生成技术,通过交错式推理生成、解耦桥接机制和渐进式训练,能够将复杂指令分解为连续音频场景并保持整体连贯性。在AudioStory-10K基准测试中表现优异,为AI音频创作开辟新方向。
Meta与特拉维夫大学联合研发的VideoJAM技术,通过让AI同时学习外观和运动信息,显著解决了当前视频生成模型中动作不连贯、违反物理定律的核心问题。该技术仅需添加两个线性层就能大幅提升运动质量,在多项测试中超越包括Sora在内的商业模型,为AI视频生成的实用化应用奠定了重要基础。
上海AI实验室发布OmniAlign-V研究,首次系统性解决多模态大语言模型人性化对话问题。该研究创建了包含20万高质量样本的训练数据集和MM-AlignBench评测基准,通过创新的数据生成和质量管控方法,让AI在保持技术能力的同时显著提升人性化交互水平,为AI价值观对齐提供了可行技术路径。
谷歌DeepMind团队开发的GraphCast是一个革命性的AI天气预测模型,能够在不到一分钟内完成10天全球天气预报,准确性超越传统方法90%的指标。该模型采用图神经网络技术,通过学习40年历史数据掌握天气变化规律,在极端天气预测方面表现卓越,能耗仅为传统方法的千分之一,为气象学领域带来了效率和精度的双重突破。