
谷歌公司周二面向Android设备用户推出了自己的健康追踪应用Google Fit,向苹果公司的健康应用HealthKit发起挑战。
在今年6月份的Google I/O开发者大会上,谷歌发布了自家健康追踪应用开发平台Google Fit。
谷歌Google Fit可以追踪用户的日常活动,包括走路、跑步以及骑车等。谷歌Google Fit健康应用,将通过利用Android智能手机上各种各样潜在传感器,帮助用户设定健身目标。正如谷歌所说的那样,无论用户携带手机走到哪里,Google Fit系统就会追踪到哪里,对用户健康数据进行实时追踪。
Google Fit延续了谷歌开源精神,因而,该应用与Runtastic、Runkeeper以及Strava等健身应用能够很好兼容。此外,它还可以集成硬件和其他附件,比如心率监视器和搭载Android Wear操作系统的智能手表等等。
Google Fit将支持“Android 4.0”(冰淇淋三明治)或以后系统。除智能手机外,谷歌为Android平板电脑用户提供了Google Fit客户端,同时支持Web界面访问。
好文章,需要你的鼓励
谷歌DeepMind等顶级机构联合研究揭示,当前12种主流AI安全防护系统在面对专业自适应攻击时几乎全部失效,成功率超过90%。研究团队通过强化学习、搜索算法和人类红队攻击等多种方法,系统性地突破了包括提示工程、对抗训练、输入过滤和秘密检测在内的各类防护技术,暴露了AI安全评估的根本缺陷。
西蒙弗雷泽大学和Adobe研究院联合开发的MultiCOIN技术,能够将两张静态图片转换为高质量的过渡视频。该技术支持轨迹、深度、文本和区域四种控制方式,可单独或组合使用。采用双分支架构和分阶段训练策略,在运动控制精度上比现有技术提升53%以上,为视频制作提供了前所未有的灵活性和精确度。
英国国王学院研究团队开发了潜在精炼解码(LRD)技术,解决了AI文本生成中的速度与准确性平衡难题。该方法通过两阶段设计模仿人类思考过程:先让AI在连续空间中"深思熟虑",保持多种可能性的混合状态,然后"果断行动",逐步确定答案。实验显示,LRD在编程和数学推理任务中准确性提升最高6.3个百分点,生成速度提升最高10.6倍,为AI并行文本生成开辟了新路径。
清华大学团队开发的ViSurf是一种创新的大型视觉语言模型训练方法,巧妙融合了督导式学习和强化学习的优势。该方法通过将标准答案整合到强化学习过程中,让AI既能从正确答案中学习又能保持自主推理能力。实验显示ViSurf在多个视觉任务上显著超越传统方法,特别是在处理模型知识盲区时表现突出,同时有效避免了灾难性遗忘问题,为AI训练提供了更高效稳定的新范式。