周三,三星可穿戴设备Gear Circle开始在美国市场接受预订。
三星Gear Circle可接打电话,作为无线立体声耳机可以用来听音乐。当两个耳机连在一起套在用户脖颈上时,看起来很像一款电子项圈。
Gear Circle可以与任一款蓝牙设备连接,除耳机外,内置的麦克风方便用户进行通话或欣赏音乐。为提示用户来电,Gear Circle同时具备震动模式。
三星表示,Gear Circle一次充电可实现11个小时通话,或9个小时音乐播放。此外,该设备还支持语音文本输入功能。
三星Gear Circle有黑、蓝、白色三个版本,其中白色版本仅限于百思买用户购买,而在T-Mobile商店内,该设备处于“推荐”状态。在本月晚些时候,Gear Circle将在AT&T、三星和亚马逊的在线商店发售。截至目前,三星未透露该产品的售价。
三星公司拒绝进一步置评。
好文章,需要你的鼓励
新加坡国立大学研究团队开发了SPIRAL框架,通过让AI与自己对弈零和游戏来提升推理能力。实验显示,仅训练AI玩简单扑克游戏就能让其数学推理能力提升8.6%,通用推理提升8.4%,且无需任何数学题目作为训练材料。研究发现游戏中的三种推理模式能成功转移到数学解题中,为AI训练提供了新思路。
同济大学团队开发的GIGA-ToF技术通过融合多帧图像的"图结构"信息,创新性地解决了3D相机噪声问题。该技术利用图像间的不变几何关系,结合深度学习和数学优化方法,在合成数据集上实现37.9%的精度提升,并在真实设备上展现出色泛化能力,为机器人、AR和自动驾驶等领域提供更可靠的3D视觉解决方案。
伊利诺伊大学研究团队通过对比实验发现,经过强化学习训练的视觉语言模型虽然表现出"顿悟时刻"现象,但这些自我纠错行为并不能实际提升推理准确率。研究揭示了AI模型存在"生成-验证差距",即生成答案的能力强于验证答案质量的能力,且模型在自我验证时无法有效利用视觉信息,为AI多模态推理发展提供了重要启示。
MIT等顶尖机构联合提出SparseLoRA技术,通过动态稀疏性实现大语言模型训练加速1.6倍,计算成本降低2.2倍。该方法使用SVD稀疏性估计器智能选择重要计算部分,在保持模型性能的同时显著提升训练效率,已在多个任务上验证有效性。