
2015年CES消费电子展的第一项活动名为“CES发布”(CES Unveiled),这里汇集了各种或许不知名公司开发的先进产品,从口袋大小的无人机,手机大小的机器人,到新一代的耳机,麦克风,智能自行车等。
这款智能皮由来自巴黎的Emiota初创公司开发,它在本次展会上一亮相就引起了关注,Emiota联合创始人Bertrand Duplat亲自示范,摄影师围在他身边不断拍照。
Duplat希望打造一种能追踪一些冷门健康功能的设备,比如你日常的腰围变化数据。它看上去像一条笨重粗大的蛇,不过,当你捆在腰上,这种智能皮带利用内置的马达,可以缩小或变大。Duplat说:“皮带几个世纪都未变化了,直到Belty的出现。”
电动智能皮带的出现,有人感到好奇,有人怀疑或冷嘲热讽,它仅是本届CES展会上的一个亮点。参加一年一度的科技盛会的人,包括记者,渴望寻找到新东西。
Emiota对可穿戴科技的成功很有信心。联合创始人Carine Coulm认为,皮带是我们身上唯一能够增加许多东西的地方,比如传感器等部件。让我们期待它的下一代产品的诞生吧,它将更轻巧,更有吸引力。
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。