
面对市场上众多的可穿戴设备,Jawbone更愿意把自己的UP智能手环产品称作智能生活穿戴设备,新添了UP3和UP MOVE两款产品,Jawbone的产品线更加丰富,有价格便宜量又足的UP MOVE,还有数据记录更完善、服务更全面的UP3。
Jawbone国际合作和产品研发部主管Jorgen Nordin指出,目前市面上的可穿戴设备分为三种,一种是智能手表,一种是健身追踪器,还有一种是智能生活穿戴设备。前两者的尺寸都比较大,每天都需要充电,不适合晚间入睡时佩戴,而且有显示屏,总会有各种信息提醒。
“Jawbone所做的事情显然不是这样的情况,UP手环小巧、美观,适合全天佩戴,来记录活动、睡眠情况,而且不是手机的延展,他们更愿意把自己的产品称作“智能生活穿戴设备”。”Jorgen Nordin强调。
相比其他的同类产品,Jawbone进入智能手环已经有两年的时间了,记录了170万的步伐,1亿7百万个睡眠,并且有一个科学家团队针对这些数据做大数据分析,从而对用户的健康状况进行分析。
事实也证明,使用了UP手环的用户认为UP手环对健康有积极影响,72%的用户睡眠得意改善,66%的用户乐意在社交平台上分享自己的运动轨迹。
UP MOVE建议零售价人民币418元,让您能够以最简单的方式来记录步数、运动和热量消耗情况,同时能记录详细睡眠信息 。此外,UP MOVE 还拥有智能教练(Smart Coach)功能 - UP应用程序为您提供个性化的指导和 深入观察报告,有助于提高每天的运动量 。
UP MOVE采用耐用仿尼龙电镀铝材质,共有五种绚丽颜色,利用随附的佩戴夹您可以轻松地把它固定在任何地方,比如牛仔裤的口袋中,或者夹在袜子或皮带上。UP MOVE还提供色彩鲜艳的低过敏腕带,并有两种宽度可供选择:纤细型和标准型,让您可以把UP MOVE搭配其他饰品戴在手腕上 。
UP MOVE随附可更换电池,使用时间最长达六个月,无需定期充电。它使用的是电子手表和遥控器中常见的纽扣电池,既耐用又方便更换。
UP3采用了多重感应器平台包括全新的三轴加速计,精密的生物抗阻感应器,还有皮肤及环境温度感应器。利用这项技术,UP3 能够追踪静息心率(整体心脏健康的关键指标),并且能够通过未来固件更新记录更多健康数据。
借助全新的智能算法,UP3能够自动识别锻炼并对活动分类,包括跑步、交叉训练、网球等。
外观上,UP3由设计师 Yves Behar 设计,具有轻巧、时尚和低调的设计风格,可以与珠宝或手表一起佩戴在手腕上。UP3 续航时间最长达七天,高达 10 米防水设计,以及拥有耐用的电镀铝外框,是市场上唯一可以让您24小时全天候佩戴的智能手环。UP3 拥有安全的重叠式手表型扣环,可以调节大小以适合几乎任何手腕尺寸。
UP3建议零售价 1488元人民币,今年冬季将在Apple Store零售店以及各大主要消费电子产品零售渠道发售,上市初期只提供黑色产品,未来还会有红色和银色款问世。
谈及UP3和UP MOVE的区别,Jorgen Nordin表示,这两款产品是按照使用智能设备经验多少来划分用户群体的。
首次使用智能设备的用户,选择UP MOVE就够了,因为这就可以起到追踪记录的功能,而那些已经使用过智能设备的用户,可能需要获取更多的身体信息,这就需要UP3了。
Jorgen Nordin还特别强调,使用UP手环越长,Jawbone就能获得更多的数据,就会更加了解用户的健康状况。
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。