即日起,长城会将联合合作伙伴全新推出智能软硬件专场抽奖活动,奖品如下:
一等奖:foream运动智能摄像头1个,价值1699元
二等奖:Picooc体脂秤1个,价值699元;土曼移动电源1个,价值399元;乐心智能身高测量仪1个,价值399元;乐心智能血压计1个,价值399元
三等奖:智能插头5个;Nut智能贴片1个,价值98元
注:奖品由长城会随机发出,每位中奖者限领产品一个
GMIC 北京 2014全球移动互联网大会智能软硬件专场抽奖活动来袭!
智能软硬件专场汇聚了在医疗、健康、游戏、环境等领域领先的创新产品与企业,在智能元年的基础上进一步引领行业未来的趋势!
智能产品抢鲜看:
Foream运动摄像头:
全高清运动拍摄、30帧/秒网络直输传播,可穿戴式,专业防水、防摔、防尘;跨平台终端技术,支持Web/IOS/Android操控。摄像或拍照时,HD Spider会同时生成二个不同分辨率的文件在本地内存卡上,低分辨率视频及图片适合网络传输监看。当用户采用3G上网方式时,这种处理方法会为用户节省非常多的流量。
乐心智能远程血压计 i3
一键测量,简单易用,无需任何设置,属智能傻瓜血压计;下载乐心健康APP,配对产品,即时了解父母最新血压;内置手机通信模块及手机SIM卡,父母在家中测量血压计,测量结果即时自动通过手机网络传输到儿女手机,父母不需要任何额外操作;智能血压分析,掌握父母血压变化趋势。
乐心智能身高测量仪
智能记录身高的测量仪,记录每次身高数据并且分析建议;配合光学测量技术,运用蓝牙4.0通信技术,支持iphone4S、iPhone5手机应用,每次测量后,数据自动同步至手机APP,并且对身高数据作等级判断、同龄相比等分析,将身高数据生成智能曲线,便于直观了解身高增长趋势。
Picooc Latin智能健康体脂仪
联合国内外医疗健康专家独家研发身体健康指标评测系统(PHMSTM),支持对体重、体脂肪率、BMI、体水分率、基础代谢率等身体指标的测量和分析,PICOOC应用程序会跟踪记录这些数据,并形成直观的图表和健康报告。
土曼移动电源
移动电源支持Apple Lightning/microUSB两种主流智能手机和平板电脑的充电接口,采用自主研发的智能充电电路,通过单片机程序设定对过流及空载情况提供智能化的充电保护。
Inplug智能插头
长时间不用的电器自动关上;随时查看家里电器的开启情况;给电器上闹钟,提醒管理需要开关的电器;出差在外,用手机控制电器,自动为水族箱换气打氧。
Nut智能寻物防丢贴皮
通过手机APP可设定防丢提醒的时间和距离,调节Nut贴片发出提醒时距离手机的距离;通过手机APP是Nut贴片发出响声和闪光,以确认物品位置;通过长按Nut贴片可以使手机发出响声,寻找手机位置;手机APP会在地图上显示Nut贴片和手机断开连接时的位置信息;手机和Nut贴片超出设定的距离后,均会发出报警声音,避免物品丢失和手机遗忘。
更多智能产品将在GMIC 北京2014智能软硬件专场推出。
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。