
虽然作为一款无人机,AirDog这个名字听起来可能有些奇怪,但它概括得非常准确。这款自动跟踪型四轴飞行器配置前悬挂式GoPro Hero或索尼Action Cam Mini运动相机,能够紧紧锁定追踪目标,捕捉其一举一动。
与本次CES 2015展会上看到的类似尺寸的无人机不同的是,AirDog没有而且也不需要大型的远程控制装置,取而代之的是一个AirLeash追踪控制器臂环,配备一个装有控制板的小盒子。AirDog可通过远程蓝牙与该臂环进行无线连接,保证这款无人机时刻围绕在用户周围。
笔者看到,这台无人机能够平稳的追踪着滑板运动员的每一个动作,他停下来时,它也停下,并在上空盘旋,等待下一个指令,而且从起飞到降落,整个过程完全自动化完成。
除此之外,用户还可以通过一个无线电发射器手动控制AirDog,甚至可以与AirLeash结合使用:AirLeash上的按钮可以控制AirDog的位置移动。
AirDog携带方便,整个无人机可以折叠后轻松地装进背包,同时可随用随取。整台设备外加一款运动相机的重量只有4磅(1.85公斤),而且还配备有可更换电池。
预计其电池寿命为10分钟至20分钟,主要取决于设备的飞行速度和风力,其最高时速可达到40英里或64公里。
此外,用户还可以通过一款应用为AirDog设定飞行程序,如设置其飞行模式或飞行距离。而且用户可根据自己正在进行不同的活动在应用中新增不同的设置方案。
AirDog无人机套装包括无人机、AirLeash臂环、固定相机的陀螺稳定平衡环、一块电池及其充电器,目前该套装可预订售价为1295美元,预计将在2015年第二季度上市。
好文章,需要你的鼓励
本文介绍LT-OPD训练框架,通过让极限压缩的多模态大模型在自己生成的内容上接受满血版模型指导,并配合渐进式课程学习,在仅保留5%视觉token时把性能保留率从68.6%提升到82.3%,且不增加推理成本。
本文解读ALIGNOPSD方法,该方法针对AI智能体训练中"决策与时间戳错配"问题,通过先对齐功能相同的决策场景再打分,并按可变长度决策段分配信用,在ALFWorld、WebShop、Search-QA三大任务上相比GRPO提升5.5%至8.7%。
本文介绍自适应一致性图(ACG)方法,通过持久化执行记忆图与预算感知的上下文构建,帮助AI智能体在长任务中减少信息失联,在多项基准测试中相比ReAct等基线方法提升了任务成功率。
多智能体AI协作时重复计算KV缓存浪费严重。PReCache提出预计算低秩缓存和中性基础缓存重构两项设计,免训练实现最高3.1倍加速、2.3倍吞吐提升,且准确率仅比不共享方案低1.1个百分点。