
Google眼镜标价1500美元,但能够用上Explorer版Google眼镜的人少之又少。Google最近举办了“单日销售”活动,五款颜色的Google眼镜竟在不到12个小时内销售一空。
但是,Google眼镜硬件成本仅占其售价的5%,约80美元。
当地时间本周三,TechInsights发布的拆解报告显示,Google眼镜内部最昂贵零部件是德州仪器制造的OMAP 4430应用处理器,成本13.96美元;一只摄像头成本5.66美元,一块显示屏成本3美元,东芝生产的16GB NAND闪存成本8.18美元,加上相对廉价的其他零部件,Google眼镜总成本为79.78美元。
截至目前,报告仅给出Google眼镜零部件成本估价,TechInsights旗下Teardown.com网站将深入调查,并尽快发布调查结果,预计Google眼镜硬件成本会略有改动。一名Google发言人称该拆解报告有误,但未就此发表更多评论。
当然,即使Google眼镜零部件成本不足100美元,或甚至数百美元,也无法抵上Google X实验室的研发费用及该设备设计与品牌成本。另外,Google眼镜还有制造成本,生产地为加州,集大量零部件于一款眼镜中,其制造难度可想而知。
值得指出的是,Google曾表示计划今年晚些时候推出价格实惠的消费型Google眼镜,但从未披露具体价格。
好文章,需要你的鼓励
清华大学等多家机构研究团队完成了语音分离技术的全面调研,系统梳理了从传统方法到深度学习的技术演进。研究揭示了"鸡尾酒会问题"的核心挑战,分析了各种学习范式和网络架构的优劣,并通过统一实验框架提供了公平的性能基准。调研涵盖了实时处理、轻量化设计、多模态融合等关键技术方向,为学术界和产业界的技术选型提供了重要参考,推动语音分离从实验室走向实际应用。
浙江大学和腾讯微信视觉团队发现AI图片生成训练中"时机胜过强度"的重要规律,开发出TempFlow-GRPO新方法。通过轨迹分支技术精确评估中间步骤,结合噪声感知权重调整优化不同阶段的学习强度,将训练效率提升三倍,在复杂场景理解方面准确率从63%提升至97%,为AI训练方法论带来重要突破。
谷歌DeepMind发布突破性AI规划技术,让机器人学会像人类一样进行"情境学习"规划。该技术通过Transformer架构实现了快速适应新问题的能力,在迷宫导航、机器人控制等测试中表现优异,为自动驾驶、智能制造、医疗等领域应用奠定基础,标志着向通用人工智能迈出重要一步。
新南威尔士大学研究团队开发了ZARA系统,这是首个零样本运动识别框架,能够在未经专门训练的情况下识别全新的人类活动。该系统集成了自动构建的知识库、多传感器检索机制和分层智能体推理,不仅实现了比现有最强基线高2.53倍的识别准确率,还提供清晰的自然语言解释,为可穿戴设备和健康监护等应用领域带来了突破性进展。