
可能很多人不了解海康威视这家企业,但是你在生活中却“逃不开”它生产出来的产品,海康威视是监控产品供应商,致力于不断提升视频处理技术和视频分析技术,面向全球提供领先的监控产品、技术解决方案与专业优质服务,为客户持续创造最大价值。
今天,海康威视在杭州举行了新品发布会,C2 mini传承了C2S的基因,也是海康威视布局安全领域所推出的拳头产品;除此之外,其还推出了可穿戴式互联网运动相机S1。
S1:就是要玩“酷”
极限运动起源于欧美发达国家,近几年也在我国兴起,而GoPro极限运动相机一直深受极限运动爱好者好评。海康威视也瞄准了这一新兴领域,并顺势推出了可穿戴式互联网运动相机S1。
S1十分小巧便携,其尺寸比普通信用卡还小,根据不同用户的运动需求,还可以选择自拍杆、头带、胸带、腕带、自行车架、汽车吸盘等配件,让S1轻松固定,真正释放用户的双手,记录精彩瞬间。
该机镜头采用了1200万像素的定焦超广角镜头,拍照广角可达170度,视频广角可达130度;而且它采用了MicroSD存储卡,最高可存储高达64GB的视频文件;当然续航能力也是用户考察的重点指标之一,S1拥有1480mAh的电池,并在电池使用方面进行了优化,确保使用者无需为长时间户外拍摄的耗电问题而困扰。
S1采用了A7L处理器,配备4GB RAM,支持240帧的480P、120帧720P、60帧1080P的视频录制,该机可以在-20~45度的工作温度下工作,并且能够在30米水中进行拍摄;同时,S1还支持GPS定位和蓝牙传输。
S1的定位是可穿戴式互联网运动相机,有互联网的基因,不可避免就要说到网络。S1支持可拓展4G模块,可通过4G网络轻松实现直播、方便用户进行社交分享。当S1连接连接萤石APP或WIFI后,用户可以对视频进行编辑说明,还能够直接转发到手机微信上,与他人分享这一刻的喜悦。
据悉,S1共有绿色、红色、蓝色、黄色、白色这五种颜色供用户选择。
C2mini:精致小巧 价格亲民
C2mini是一款精致小巧的互联网摄像机,其售价仅为199元。
它继承了C2S的优秀基因,前壳采用了双色注塑工艺,表面层为高透度透明层,内表面为彩色层,其高和宽均为50mm,厚度仅为25.7mm。C2mini提供了白、黄、绿、红、黑五种颜色供用户选择,此外,还加入了个性化的迷彩色,相信C2mini极具个性化的设计,会被越来越多的用户所接受。
APP与云平台
有了好设备只是第一步,服务也是不可绕过的一环。
海康威视进一步优化生态圈,即将推出萤石云视频APP3.0与萤石云平台3.0,进一步强化了影视视频内容服务和视频社群建设的能力。用过萤石云服务,用户套可通过手机APP实时观看录制的视频,并且把这些视频通过多种渠道分享至社交网络,与大家共享此刻喜悦的心情。
好文章,需要你的鼓励
本文介绍了由南方科技大学等机构于2026年4月发表的研究(arXiv:2604.08865),提出了名为SPPO的大模型推理训练新方法。该方法将推理任务重新建模为"序列级情境赌博机",用一个轻量级价值模型预测题目难度,以单次采样替代GRPO的多次采样,解决了标准PPO的"尾部效应"问题。实验显示,SPPO在数学基准测试上超越GRPO,训练速度提升约5.9倍,配合小尺寸价值模型还能显著降低显存占用。
这项由香港科技大学数学系完成的研究(arXiv:2604.10465,2026年ICLR博客论文赛道)提出了一种从朗之万动力学视角理解扩散模型的统一框架。研究指出,扩散模型的前向加噪和逆向去噪过程,本质上是朗之万动力学这一"分布恒等操作"被拆成了两半。在这个视角下,VP、VE-Karras和Flow Matching等不同参数化的模型可被精确互译,SDE与ODE版本可被统一解释,扩散模型相对VAE的理论优势得以阐明,Flow Matching与得分匹配的等价性也得到了严格论证。
中国人民大学高岭人工智能学院等机构联合开发了AiScientist系统,旨在让AI自主完成机器学习研究的完整工程流程,包括读论文、搭环境、写代码、跑实验和迭代调试,全程无需人工干预。系统核心设计是"薄控制、厚状态":由轻量指挥官协调专业代理团队,通过"文件即通道"机制将所有中间成果持久化存储,使每轮工作都能建立在前一轮积累的基础上。在PaperBench和MLE-Bench Lite两个基准上,系统表现显著优于现有最强对比系统,论文发布于2026年4月。
这项由字节跳动发布的研究(arXiv:2604.13030)提出了生成式精化网络(GRN),一套模仿人类画家"边画边改"直觉的视觉生成新框架。其核心包括两项创新:层级二进制量化(HBQ)通过多轮二分逼近实现近乎无损的离散图像编码,以及全局精化机制允许模型在每一步对整张图像的所有位置重新预测并随时纠错,从根本上解决了自回归模型的误差积累问题。配合基于熵值的自适应步数调度,GRN在ImageNet图像重建(rFID 0.56)和生成(gFID 1.81)上均创下新纪录,并在文本生成图像和视频任务上以20亿参数达到同等规模方法的领先水平。