小米公司旗下生态链企业小蚁科技今日正式发布小蚁运动相机,售价仅399元。即日起在小米官网、京东以及天猫旗舰店同时开放购买。
小蚁运动相机配备了全球专业运动影像Ambarella(安霸)A7LS处理器、索尼1600万像素Exmor R BSI CMOS图像传感器,以及155°超广角非球面高清光学玻璃镜头,潜水深度可达专业级40米(需配合防水壳配件),拥有非常专业的相机性能。
顶尖影像处理器 超高清流畅视频拍摄
小蚁运动相机采用的是全球顶尖的专业运动影像Ambarella A7LS处理器以及高保真H.264蓝光级图像编码技术,可毫无压力完整高动态纪录精彩瞬间。
小蚁运动相机提供了多种录制模式,可满足不同画质与场景拍摄的需求。最高可拍摄1080p/60fps的高速超高清视频、720p/120fps的超高速高清视频,以及240p/480fps的极速视频。而且在强大的3D降噪与MCTF运动补偿时域滤波技术,即使在低光或颠簸的情况下,画面仍然非常出色。
小蚁运动相机拍摄的格式为高H.264codec格式、MP4格式,支持的视频帧率如下:1080p/60fps、1080p/48fps、1080p/30fps、1080p/24fps;960p/60fps、960p/48fps;720p/120fps、720p/60fps、720p/48fps;480p/240fps。
顶尖影像传感器 优异品质影像画面
小蚁运动相机配备的索尼1600万像素Exmor R BSI CMOS图像传感器使用背照式图像传感技术,具有高感光、低噪点的特性,能够给用户带来品质优异的影像画面。
小蚁运动相机支持拍摄1600万像素的单张照片,最高分辨率可达4608x3456。并且提供了多种照片拍摄模式,如0.5S-60S的延时摄影、3S-15S的定时拍摄、最高7张/秒的高速连拍等。
小蚁运动相机支持的照片分辨率以及拍摄模式具体如下:分辨率16M(4608x3456 4:3)、13M(4128x3069 4:3)、8M(3264x2448 4:3)、5M(2560x1920 4:3);延时拍照(0.5s、1s、2s、5s、10s、30s、60s)、定时拍照(3s、5s、10s、15s)、高速连拍(3p/s、5p/s、7p/s、7p/2s)。
超广角镜头 震撼非凡视野
为追求无需对焦、随时能够抓拍到清晰、震撼的画面效果,小蚁运动相机选用了美国专业光学团队定制的非球面光学玻璃镜头镜头,取景角度高达155°,为普通手机镜头的两倍。
155°超大广角镜头,入镜画面更多,在大场景与特殊角度的表现力上,都将带给用户震撼视觉冲击。镜头配合索尼图像传感器进行专门的研发域调试,为用户带来更加自然的现场还原。
有着专业相机才能拥有的超高清视频和图像拍摄效果,但小蚁运动相机重量仅72克、体积仅火柴盒般大小,携带非常方便。外观采用了耐高温抗极寒的PC+ABS与金属复合材料制成,在轻的同时保证坚固耐用。通过内置的WiFi功能,用户可以通过手机app对小蚁运动相机进行实时取景、拍摄与预览等操作,并可将内容快速传输到手机上进行编辑并一键同时分享到微博、微信等多种社交媒体上,与朋友进行分享。
此次与小蚁运动相机同步发布的配件有自拍杆和防水壳。通过自拍杆,无论是自拍、合拍还是穿越人群拍摄指定人物,都可以使风景与人物以真实的现场感呈现出来。而配备防水壳之后,小蚁运动相机还可以将你的视角带入到水下40米的深度进行别样的拍摄。
据小蚁科技相关人士介绍,未来小蚁还将推出丰富多彩的配件产品,配合小蚁运动相机的功能,陪着爱玩的用户上天入地、下海登山,全面支持用户的个性玩法。
好文章,需要你的鼓励
这项研究利用大语言模型解决科学新颖性检测难题,南洋理工大学团队创新性地构建了闭合领域数据集并提出知识蒸馏框架,训练轻量级检索器捕捉想法层面相似性而非表面文本相似性。实验表明,该方法在市场营销和NLP领域显著优于现有技术,为加速科学创新提供了有力工具。
un?CLIP是一项创新研究,通过巧妙反转unCLIP生成模型来增强CLIP的视觉细节捕捉能力。中国科学院研究团队发现,虽然CLIP在全局图像理解方面表现出色,但在捕捉细节时存在不足。他们的方法利用unCLIP生成模型的视觉细节表示能力,同时保持与CLIP原始文本编码器的语义对齐。实验结果表明,un?CLIP在MMVP-VLM基准、开放词汇语义分割和视觉中心的多模态任务上显著优于原始CLIP和现有改进方法,为视觉-语言模型的发展提供了新思路。
这项研究介绍了RPEval,一个专为评估大语言模型角色扮演能力而设计的新基准。研究团队从法国里尔大学开发的这一工具专注于四个关键维度:情感理解、决策制定、道德对齐和角色一致性,通过单轮交互实现全自动评估。研究结果显示Gemini-1.5-Pro在总体表现上领先,而GPT-4o虽在决策方面表现出色,但在角色一致性上存在明显不足。这一基准为研究人员提供了一个可靠、可重复的方法来评估和改进大语言模型的角色扮演能力。
这篇论文介绍了LegalSearchLM,一种创新的法律案例检索方法,将检索任务重新定义为法律要素生成。研究团队构建了LEGAR BENCH数据集,涵盖411种犯罪类型和120万案例,并开发了能直接生成关键法律要素的检索模型。实验表明,该模型在准确率上超越传统方法6-20%,且在未见犯罪类型上展现出强大泛化能力。这一突破为法律专业人士提供了更高效、精准的案例检索工具。