
如果你是一位音乐爱好者,你一定听说过创新科技(CREATIVE)的名号。
创新科技是专注Sound Blaster声卡、ZEN MP3播放器、ZiiO平板电脑等无线设备开发和生产的厂商,曾在1989年创造了名噪一时的声霸卡,制定了PC音频标准。
昨日,创新科技在京发布了“声霸锣”Sound Blaster Roar便携式2.1声道蓝牙音箱,这款设备率先在欧美等地上市,并获得了极高的评价。
声霸锣是创新科技最新推出的拳头产品,不仅有简约精致的外观设计以及美妙的音质,其还具备高清音频解码器AAC和aptX、NFC、MP3播放、录音功能、免提电话、内置6000毫安锂电池兼作充电宝、入眠模式和USB声霸卡等。
创新科技有限公司主席兼CEO沈望傅表示,“声霸锣是我们长期在音频研发旅程中的巅峰之作。这更是我们过去几十年努力不懈追求尖端音频技术和完美音质的延续。”
说起选择音箱设备,“音质”是用户决定购买的一个最为关键的因素。
声霸锣采用了五个发声单元,分别位于音响正前方(2个)、上方以及左右两侧,为了驱动这五个发声单元,声霸锣还采用两个功率放大器。
机身上方的低音炮向上冲击的设计既能稳定音箱,亦可拓宽音场;左右两侧的低频共振膜进一步增强低音爆发力,再次提升音场的深度与广度;前向高频发声单元,实现远场高频播放,呈现均衡、精准、高清晰度的音质。
而且声霸锣还配备了锣吼音效 (ROAR),按下机身的“ROAR”按钮即可毫无顾忌地增强音效的响度、深度和广度。同时,该设备还有重低音模式 (TeraBass)、震霸立体声(MegaStereo)等模式,给用户提供了绝佳的听觉盛宴。
现如今,大多数用户都是外观控,不仅选择的蓝牙音箱设备音质要好,对外观要求也是很“严格”。不仅要轻便小巧,还要简洁大方。
声霸锣的外观设计结合了精密声学技术与简约时尚的元素,在外观上,它线条精炼有序,流畅简洁。在做工方面,它精巧别致,金属抛光工艺增强了音箱表面的精密感。音箱外壳的硅胶垫可以稳固音箱所在位置,让它在大声播放时,不易移位。
该设备也获得了国际2014 Red Dot Award红点设计大奖。
很多蓝牙音箱设备的“连接”功能比较单一,而声霸锣则有非常多的方法“发声”。
灵活的蓝牙连接模式:声霸锣提供便携蓝牙音箱最全面的连接选项,共有三种模式可供不同场景下使用:默认的“多点连接”(LS2)、“友善”(LS1)及“开放”(LS OFF)模式。
NFC功能:该功能提供了近场通信的便捷蓝牙连接体验,记者在现场利用支持NFC的手机体验了该功能,需将手机与声霸锣NFC标识轻贴即可连接,十分便捷。
TF读卡功能:用户可将TF卡直接插入声霸锣的插槽,就可播放TF卡内置音乐信息,目前支持MP3、WMA和WAV格式(支持32GB的microSD卡)。
录音机:声霸锣还有录音功能,而用户录制的音频或语音通话资料将被储存到外置的TF卡中。
USB连接:声霸锣不仅仅是为智能终端设备而打造的无线音箱。用户还可通过USB传输线将音箱连接至PC(包含Mac),下载Sound Blaster Control Panel软件,并且通过SBX Pro Studio技术增强音频播放效果,使音色更丰富多彩,畅享电脑中纯净的数字音频。
不仅如此,声霸锣还拥有入眠模式、一键式警笛等功能。
双重用途电池:内置6000毫安锂电池可为智能手机和平板电脑充电,音频播放时间长达8小时。
入眠模式:让用户逐渐降低播放音量,直至自动关机。
一触式警笛:内置警笛功能,有需要时可随时吸引注意力。
免提电话会议:通过声霸锣,只需对着内置麦克风即可当免提式智能手机通话。
可以说,无论在户内户外,声霸锣都是用户听音乐、看电影、玩游戏和语音通话的最佳选择。
声霸锣的原售价为¥1499, 推出期间以厂家直供价¥1099出售。该设备已于9月17日登陆京东商城以及各授权经销商公开发售,据悉,用户在京东商城购买声霸锣不仅可以返还100元京东券(也就是声霸锣售价999元),还可以参与抽奖活动。
好文章,需要你的鼓励
GeoVerse融合几何潜在扩散模型与Wan2.2视频生成先验,并引入全局空间记忆机制,实现了跨视角一致、生成质量高且推理速度快的新视角合成,在多个数据集上大幅超越现有方法GLD。
本文解读TT-VidT,一种通过分离外观锚点与动作令牌、结合Diff Compression训练目标的视频自监督方法。在24种架构目标组合的受控实验中,仅TT3D与Diff Compression搭配才能进入强动作敏感区,且计算量比同类方法降低近一半。
Q&A Q1:Imprint Reader是什么? A:Imprint Reader是上海人工智能实验室团队开发的模型,通过SMaRT训练方法学会读取另一个模型冻结的权重更新,把参数层面的变化翻译成自然语言描述,判断这次更新到底注入了什么知识或诱导了什么行为习惯。 Q2:MetaEdit能做什么? A:MetaEdit能把Reader对目标行为的梯度信号迁移到原始模型上,不需要任何目标任务的训练数据,只用一句行为描述就能定向调整模型参数,已经在安全性拒绝率调节、数学推理风格转变和工具调用能力提升上验证过效果。 Q3:Imprint Reader读权重更新的准确率高吗? A:目前还不高,知识类目标的Pass@100只有2%,行为类目标是16%,说明自由生成描述的可靠性有限,但相比原始模型完全答不出来的0%基线,已经证明了权重更新的自然语言读取是可行的。
统一多模态模型能看也能画,理论上该会自我修正。本论文提出UMM-Reflection,用整条轨迹的强化学习联合训练诊断和修图能力,GenEval提升12分,且迁移到多个未训练基准,揭示RL提升的是选择可靠性而非新能力。