
华尔街日报报道说,新一代谷歌眼镜将于明年上市,有可能采用英特尔处理器,电池续航时间更长。
除了价格高昂,旧版谷歌眼镜的续航时间比较短,通常只能使用一天时间。虽然进行了一定的升级改良,电池续航性仍然是一个短板。
目前还不清楚谷歌将使用哪种处理器,华尔街日报举出了两种可能的型号:基于ARM的一种处理器以及英特尔x86芯片,Quark,前者的续航时间可以达到2天。
英特尔希望借助谷歌眼镜的机会进入企业市场,许多人认为,即使谷歌眼镜在个人消费市场失败了,它也有潜力进入企业市场。
同时,采用英特尔芯片也可以加强谷歌自身的“工作眼镜”(Glass at Work)项目计划,有一系列的合作伙伴为谷歌眼镜开发医疗,物流,制造与体育行业的应用。
过去20年,尽管英特尔称霸PC和服务器市场,但它并未在智能手机和平板电脑市场占据多少优势,英特尔希望加强这方面的进攻力度。
好文章,需要你的鼓励
浙江大学团队提出动态专家搜索方法,让AI能根据不同问题灵活调整内部专家配置。该方法在数学、编程等任务上显著提升推理准确率,且不增加计算成本。研究发现不同类型问题偏爱不同专家配置,为AI推理优化开辟新路径。
清华大学研究团队提出SIRI方法,通过"压缩-扩张"交替训练策略,成功解决了大型推理模型"话多且准确率低"的问题。实验显示,该方法在数学竞赛题上将模型准确率提升43.2%的同时,输出长度减少46.9%,真正实现了效率与性能的双重优化,为AI模型训练提供了新思路。
南洋理工大学与腾讯联合研究团队开发出Rolling Forcing技术,实现AI视频实时流式生成的重大突破。该技术通过滚动窗口联合去噪、注意力锚点机制和高效训练算法三项创新,解决了长视频生成中的错误累积问题,可在单GPU上以16fps速度生成多分钟高质量视频,延迟仅0.76秒,质量漂移指标从传统方法的1.66降至0.01,为交互式媒体和内容创作开辟新可能。
华中科技大学研究团队发现,通过让AI模型学习解决几何问题,能够显著提升其空间理解能力。他们构建了包含约30000个几何题目的Euclid30K数据集,使用强化学习方法训练多个AI模型。实验结果显示,几何训练在四个空间智能测试基准上都带来显著提升,其中最佳模型达到49.6%准确率,超越此前最好成绩。这项研究揭示了基础几何知识对培养AI空间智能的重要价值。