海尔空气盒子自年初在美国CES展上亮相以来,其圆形黑色镜面的前卫外观就给人留下了深刻的印象。然而在智能时代,没有一成不变的经典,只有符合用户需求,与时俱进的创新改进。近日,@海尔空气盒子官微发布的一张图片中,赫然出现了空气盒子粉丝们期待已久的彩色版产品。
从发布的两张图片中可以看到,与原有的黑色盒子摆在一起,一只白色、一只荧光绿色的空气盒子格外显眼。“这两种颜色是网友投票选出来的。”海尔空气盒子产品负责人介绍到,“我们之前在海尔社区进行了针对空气盒子外形颜色的投票,根据网友的投票结果,推出了这两款颜色的产品,这也是对产品进行微创新的初步尝试。”
据了解,在颜色投票中,有包括中国红、紫罗兰、苹果绿、玫瑰红等十种彩色外形可选。“我选绿色,这颜色跟盒子本身的功能契合度高,让室内常保持清新绿色的空气环境。”投票的网友留言到。荧光绿与空气盒子智能检测、遥控调节室内空气质量和谐统一,而白色则是众多智能产品的基本款,相信胜出无任何疑问。
在对空气盒子负责人的采访中,记者发现“微创新”是个提及频率颇高的词汇。而微创新具体指的是什么呢?该负责人介绍说“我们通常做大家电的更新换代周期比较长,但是空气盒子这种‘小玩意’则不一样。我们可以实时根据用户实用中遇到的问题,提出的建议进行研发创新。比如有人就提出空气盒子可以通过预留USB接口,引入用户需求的其他技术,形成可拆卸、模块化的解决方案,将其打造成生活安全系统集成盒子。又比如盒子可以做一个灯泡卡扣,固定在顶棚,这样既可以省去电源连接线,又能保证盒子一直供电长期使用。这对海尔来说都是非常有借鉴意义的建议”。
“微创新”模式给海尔带来的不仅是更新鲜的设计理念和更为前沿的科技资讯,为海尔产品的研发提供了非常有意义的借鉴,更是将用户意见转化为实际需求,丰富、完善用户的使用体验的有效形式。
好文章,需要你的鼓励
这项研究系统比较了四种AI图像分词策略在640000张星系图像上的表现,发现重建质量与物理属性预测能力之间存在根本性解耦,为天文基础模型的分词器选择提供了实验依据。
阿里Qwen团队研究如何将大模型的规模化训练思路迁移到机器人操作领域,通过统一多机器人表示与38100小时数据预训练,让机器人在陌生场景和陌生机型上也能完成复杂操作任务。
MemoBench是哈佛大学等机构联合推出的视频生成评测基准,专测AI在物体消失再重现场景下的记忆能力,揭示了当前所有主流模型的核心盲区。
研究发现AI代码修复工具默认的"写代码→跑测试→再改"流程中,禁止运行测试几乎不影响修复成功率,却能节省超过一半的时间和费用。