
继上次小当学会用智能插座小K来控制电源开关后,不仅再也没有因为忘记关公司饮水机而被上司小桃指责,而且她还学会了提前远程开启接在小K上的饮水机。但这次,她的上司小桃似乎遇到了难题...
北京的雾霾天气让皮肤极为敏感的小桃重度过敏,医生特别嘱咐要注意所在环境的空气质量。传统上,小桃需要用空气测试仪,加湿器以及闹钟定时等等来实时监控环境,不仅注意力无法集中,而且还影响了工作效率。
小当在深受上一期小K影响力之后,极力向小桃推荐智能插座。相较于一代小K,二代产品在营造一个舒适且自动化的办公环境上提出了解决方案。小K二代环境插件内置了光线、温度、湿度3种传感器,功能就是负责记录并实时显示环境的“光、温、湿”数据,并以数字显示在客户端。
除了环境监测功能外,小K二代还将原来固化内置在产品内的“感应、遥控、射频”等传感器抽离成插件,用户可通过自行选择让小K获得相应功能,从而让插座代替遥控中心、环境监测器等智能产品。
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。