
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
浙江大学团队提出动态专家搜索方法,让AI能根据不同问题灵活调整内部专家配置。该方法在数学、编程等任务上显著提升推理准确率,且不增加计算成本。研究发现不同类型问题偏爱不同专家配置,为AI推理优化开辟新路径。
清华大学研究团队提出SIRI方法,通过"压缩-扩张"交替训练策略,成功解决了大型推理模型"话多且准确率低"的问题。实验显示,该方法在数学竞赛题上将模型准确率提升43.2%的同时,输出长度减少46.9%,真正实现了效率与性能的双重优化,为AI模型训练提供了新思路。
南洋理工大学与腾讯联合研究团队开发出Rolling Forcing技术,实现AI视频实时流式生成的重大突破。该技术通过滚动窗口联合去噪、注意力锚点机制和高效训练算法三项创新,解决了长视频生成中的错误累积问题,可在单GPU上以16fps速度生成多分钟高质量视频,延迟仅0.76秒,质量漂移指标从传统方法的1.66降至0.01,为交互式媒体和内容创作开辟新可能。
华中科技大学研究团队发现,通过让AI模型学习解决几何问题,能够显著提升其空间理解能力。他们构建了包含约30000个几何题目的Euclid30K数据集,使用强化学习方法训练多个AI模型。实验结果显示,几何训练在四个空间智能测试基准上都带来显著提升,其中最佳模型达到49.6%准确率,超越此前最好成绩。这项研究揭示了基础几何知识对培养AI空间智能的重要价值。