
对可穿戴设备来说,2014年上半年可谓热闹非凡。根据市场研究分析公司Canalys表示,与去年同期相比,全球可穿戴腕带市场出货量增长了684%。
Canalys使用了全球可穿戴设备的出货量这一数据来揭示其增长,并将这些可穿戴腕带分为了“智能型”和“基础型”两个类别。
在基础型可穿戴腕带类别下,Fitbit和Jawbone分别占据了第一和第二把交椅之位。耐克公司在可穿戴腕带领域的市场份额仍继续下滑,而佳明(Garmin)的vivofit智能手环设备收益有所增加。
在智能型可穿戴腕带类别下,三星再次博得头筹,荣居首位。而三星科技巨头的胜利有赖于该公司在今年上半年发布的三款可穿戴腕带(Gear 2、Gear 2 Neo和Gear Fit)的支持。除此之外,Pebble在智能型可穿戴腕带领域占据第二位,索尼则排在第三。
Canalys副总裁兼首席分析师克里斯·琼斯(Chris Jones)指出:“Fitbit和Jawbone已经非常成功地发展和加强了他们在国际上与其渠道合作伙伴之间的关系,促进了全球出货量的增长。目前所有供应商所面临的的挑战,是如何保证购买这些设备的消费者能够一天24小时、一周七天都使用其设备。”
好文章,需要你的鼓励
openGauss的目标是探索oGRAC和超节点深度融合的可能,打造超节点原生数据库。
清华团队开发DKT模型,利用视频扩散AI技术成功解决透明物体深度估计难题。该研究创建了首个透明物体视频数据集TransPhy3D,通过改造预训练视频生成模型,实现了准确的透明物体深度和法向量估计。在机器人抓取实验中,DKT将成功率提升至73%,为智能系统处理复杂视觉场景开辟新路径。
字节跳动研究团队提出了专家-路由器耦合损失方法,解决混合专家模型中路由器无法准确理解专家能力的问题。该方法通过让每个专家对其代表性任务产生最强响应,同时确保代表性任务在对应专家处获得最佳处理,建立了专家与路由器的紧密联系。实验表明该方法显著提升了从30亿到150亿参数模型的性能,训练开销仅增加0.2%-0.8%,为混合专家模型优化提供了高效实用的解决方案。
上海AI实验室团队开发的Yume1.5是一个革命性的AI视频生成系统,能够从单张图片或文字描述创造无限可探索的虚拟世界。用户可通过键盘控制实时探索,系统8秒内完成生成,响应精度达0.836,远超现有技术。该系统采用创新的时空通道建模和自强制蒸馏技术,支持文本控制的事件生成,为虚拟现实和内容创作领域开辟了新的可能性。