微信扫一扫,关注公众号

  • 科技行者

  • 算力行者

见证连接与计算的「力量」

首页 感CES2014 让智能融入设备 为生活带来创新

感CES2014 让智能融入设备 为生活带来创新

2014-01-07 19:05
分享至:
----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-
2014-01-07 19:05 CNET科技资讯网

美国拉斯维加斯时间2014年1月6日11点钟,通过一天CES上的参观和采访,有十点感受想与大家进行分享。

[video]uu=dfa091e731&vu=eabec68b91&auto_play=0&width=640&height=480[/video]

第一点感受,也是最大的感受,就是英特尔要走出PC,渗入到各行各业当中。英特尔公司巅覆了以往只在手机和PC中发展在今后的发展的策略,要将自己的芯片inside一切物品中互联,这不能说是野心,而是雄心。

第二点是英特尔对全指的触控人机交换方式说了不,更应倾向于体感这种方式。

其次是英特尔对单操作系统说了不,未来将偏向双操作系统的支持。

第四个不,是英特尔对影片制作领域说的,未来平民也可用普通PC的浸入式体验用自己的创意做大片,就像会场上所展示的一样。

第五点感受是英特尔对引起战争的半导体材料的使用和商业价值说不,英特尔将使用另外一种材料来取代。

第六点是3D打印未来不会只通过专用设备进行3D打印,用普通PC一样可以完成这一任务。

第七点感受是,英特尔对手机安全技术收费说了不,无论是苹果还是安卓。

第八个感受是这些芯片都是由微软中国研究院耗时四年研制而成的。

第九点感受是互联网技术和芯片技术会带来下一代汽车革命,让每一台汽车都能够实现无人驾驶,所有传感数据都能上传到互联网。汽车不再只是机械电产品,而是一个移动的电子产品。世界前十大汽车厂商到CES报道了九家,参观者都被那各种怪异的汽车外表吸引过去,对它们热情超过了对传统电子产品的热情。

第十点是关于大屏电视,三星看好曲面屏幕并推出了105寸曲面电视。同时各大厂商也在往大屏幕方向发展,夏普今天发表了他们最大的90寸大屏电视,最小的也达到了60寸这样的大小,所以大尺寸将会是今年流行的趋势。

第十一点感受是夏普对4K说了不,4K对于普通用户来说价格偏高,难以承受,并会阻碍4K的销量。同时新推出的Q+电视,实现了接近4K高清画质并把价格控制在普通全高清电视价格。

此外CES展现出的多款可穿戴式设备,这些设备似乎它们未来的实用价值大于当前实用价值,只能说自己巅覆了自己存在的意义,更像是在做未来电子产品的时装表演,无意中一箭双雕。但感到遗憾的是,和3D打印一样可穿戴式设备依旧都是由美国厂商推出的。

分享至
0赞

好文章,需要你的鼓励

推荐文章
  • 奖励设计:让AI学会智能使用工具的关键
    2025-04-23 17:39

    奖励设计:让AI学会智能使用工具的关键

    想象一下,你有一个非常聪明的朋友,他知道很多知识,但每当需要使用计算器、搜索引擎或查询最新天气时,却变得像个笨手笨脚的孩子。这正是当前大语言模型(简称LLMs,如ChatGPT这类AI系统)面临的尴尬处境。

  • ToolRL:奖励设计是工具学习所需的全部
    2025-04-23 17:34

    ToolRL:奖励设计是工具学习所需的全部

    想象一下,你拥有一个聪明的助手,它知道很多知识,但在面对需要使用计算器、搜索引擎或查询最新信息时却显得笨手笨脚。这正是当前大语言模型(LLMs)面临的困境。虽然这些模型已经通过监督微调(SFT)学会了使用工具的基本能力,但它们常常在面对复杂或不熟悉的场景时表现不佳。

  • X-Teaming:使用自适应多智能体进行多轮越狱攻击和防御
    2025-04-23 14:08

    X-Teaming:使用自适应多智能体进行多轮越狱攻击和防御

    想象你正在和一个智能助手聊天。如果你直接要求它提供有害信息,它很可能会礼貌拒绝。但如果你通过一系列看似无害的对话,逐步引导它走向你的真实目标呢?这就是当前AI安全领域面临的一个严峻挑战——多轮对话中的安全漏洞。

  • "思考操纵":用外部思考让大型推理模型更高效
    2025-04-22 16:43

    "思考操纵":用外部思考让大型推理模型更高效

    想象你在使用一个非常聪明的AI助手完成一项复杂任务,比如解决一道数学难题。你可能注意到这个助手会花很长时间"思考",一步一步写下大量推理过程,最后才给出答案。虽然这种详细的思考过程确实帮助AI做出了更准确的判断,但同时也带来了一个明显的问题:它太"啰嗦"了,消耗了大量的计算资源和时间。

----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-