
平日里并无太多交集的、硅谷中两家最知名的公司——英特尔和苹果,今日冥冥之中就被关联在了一起,因为可穿戴。
今日(美国时间9月9日)英特尔IDF 2014在旧金山开幕,与此同时苹果公司的秋季产品发布会也隆重召开,两家公司选择在同一个时间,按说并无太多冲突,平日里两家公司并不算是竞争对手,但是因为这两家公司在这一天中都同时发布了可穿戴设备,而被人们强烈地关联在一起。
在国内熬夜看直播的人早已经知道了,苹果此次发布会没有太多让人美好的亮点,自从乔帮主驾鹤西行之后,苹果的任何产品发布都是一场提前张扬的事。
苹果的智能手表虽然并没有命名为iWatch,而是名叫AppleWatch,但是这一点都没有削弱它的影响力,在One more thing环节亮相的它,虽然给一些人带来槽点,但是整体而言,人们看到了苹果在这个领域的努力。
在微博、微信上满眼都是苹果AppleWatch和iPhone 6的消息,在夹缝中你会偶尔看到来自英特尔IDF的报道,这种现象让人反思。与其吐槽苹果的产品不给力,不如把精力用在观察英特尔的智能内衣等产品上。
把这两家同在硅谷、同在一天召开大型发布会的公司,对比一下也是一种很欢乐的事情吧?
英特尔的可穿戴之旅,是从2013年推出夸克芯片全面发力的,到今年初发布爱迪生平台,再到后来成立专门的可穿戴部门,英特尔对于可穿戴的决心无比坚定。
有人说,苹果是一个产品公司,而英特尔是一个产业链公司。这句话我认为说的真棒,本届IDF,让人们进一步看到英特尔在产业链上的努力,这是一种不同以往的努力。英特尔正在试图从让所有的行业都具有计算力。
看看,今天下午,英特尔的可穿戴分论坛,人员爆满,来的稍微晚一点的人,就只好到另外一个会场看视频直播。
在这个分论坛的演示环节中,一个智能内衣演示引起了参会者的广泛关注。
这样的场景你是否喜闻乐见?
夜店女郎闪闪发光的服饰不只是为了漂亮,当陌生又讨厌的男性距离太近的时候,那些服饰会像刺猬的刺儿一样竖立起来,保护自己。
英特尔与Barney's这种时尚品牌的合作方向,启发了崭新的智能服饰的发展思维。那些对颜色和服饰从不关注的男性可要留心了,将来舞会女伴儿的拒绝,也许不须说出口,而只是领口纽扣上不起眼的红光闪烁。
有位朋友在现场说,感觉着好似是一种贞操内衣啊。我说想说的是,女人的心思不用猜。
这个说法还真是挺贴切。这让我想起此前有报道称,已经有智能内衣问世,穿有这样内衣的女士,在遇到心仪的男人之后,内衣会自动解扣。这有点扯了。至少我是这么觉得的可穿戴也应该有基本的矜持才对。
英特尔在此次IDF上还展示了与Opening Ceremony合作的MICA智能手镯,也展示了与biosport合作的智能耳机,它据有心率监测功能,不需要充电。
前几日做7日风云视频时,提到了MICA智能手镯的相关内容,今日远远看到实体,略微感到它散发出来的一丝高贵与祥和。
很多IT产品都是以技术为先,因此这才显示出苹果产品的可爱。而这次苹果的智能手表从照片而言,没有摩托罗拉的智能手表moto 360养眼。很多人欣喜地表示:Apple Watch出来啦,我要买块moto 360。
英特尔真是怪啊,在PC产业耕耘30多年,历来都喜欢先推出性能爆表模样一般的工程机,但是随后OEM们推出来的机器就落落大方很多了。
谁知,它在可穿戴领域一下子是转了性了,上来就跟某个圈子的著名品牌联手,无论是智能内衣还是智能手镯,英特尔都做得让人有兴趣先去看外观设计,这么做,或许是因为英特尔已经对自己的技术实力充满自信。看上去,英特尔选择与时尚圈混搭,是从可穿戴突围的一个正确路子。
好文章,需要你的鼓励
这项由Snowflake AI Research发表的研究挑战了传统语言学对大型语言模型的批评,通过引入波兰语言学家Mańczak的理论框架,论证了LLM的成功实际上验证了"频率驱动语言"的观点。研究认为语言本质上是文本总和而非抽象系统,频率是其核心驱动力,为重新理解AI语言能力提供了新视角。
freephdlabor是耶鲁大学团队开发的开源多智能体科研自动化框架,通过创建专业化AI研究团队替代传统单一AI助手的固化工作模式。该框架实现了动态工作流程调整、无损信息传递的工作空间机制,以及人机协作的质量控制系统,能够自主完成从研究构思到论文发表的全流程科研工作,为科研民主化和效率提升提供了革命性解决方案。
德国马普智能系统研究所团队开发出专家混合模型的"即时重新布线"技术,让AI能在使用过程中动态调整专家选择策略。这种方法无需外部数据,仅通过自我分析就能优化性能,在代码生成等任务上提升显著。该技术具有即插即用特性,计算效率高,适应性强,为AI的自我进化能力提供了新思路。
Algoverse AI研究团队提出ERGO系统,通过监测AI对话时的熵值变化来检测模型困惑程度,当不确定性突然升高时自动重置对话内容。该方法在五种主流AI模型的测试中平均性能提升56.6%,显著改善了多轮对话中AI容易"迷路"的问题,为构建更可靠的AI助手提供了新思路。