二月我们报道过手环品牌Jawbone与黑石正在商议投资事宜的消息,当时Google也有收购Jawbone的意向。前几天Jawbone与American Express达成合作,在下代Up4手环中加入支付功能。近日,据Re/code消息,Jawbone已经完成了3亿美元的新一轮融资,由巨头黑石投资。
4月20日起,Up3手环将开卖,价格为179美元。Jawbone的CEO Rahman称其拥有市面上最先进的追踪技术,而Up3和Up4都将配备包括心率、水化水平、体表和环境温度的传感器,可与Jawbone的Smart Coach配合使用。
Rahma 认为,与Apple Watch这种设备不同的是,手环功能更加集中,而未来他希望收集到的数据能够被智能化处理,进而更方便用户理解。比如与Nest的温度调节器结合,调节 最舒适的温度。目前Jawbone有自己的智能设备网上商城,一系列动作后,它与苹果的关系也由原先的合作伙伴,转化成了竞争对手。
此轮融 资全部来自黑石,至今Jawbone共获得4亿美元的融资。此前投资者名单很长,有Andreessen Horowitz、J.P. Morgan’的Digital Growth Fund、Kleiner Perkins、Khosla Ventures和 Sequoia Capital。董事会成员也很酷炫,VC Ben Horowitz,设计师Yves Béhar(设计了Jawbone的可穿戴设备)和Yahoo CEO Marissa Mayer。
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。