
北京时间6月8日早间消息,据彭博社报道,知情人士透露,索尼将推出首款源自内部风险投资竞争的设备,希望以此提升整个公司的创新意识。
知情人士表示,这是一款家居自动化中心设备,它可以远程控制温度和家电。该设备将于下月开始销售,并将通过在线广告来寻求预售和融资。
索尼CEO平井一夫一直希望振兴索尼,他在2014年启动了“种子加速项目”,希望让所有员工通过宣传自己的创意来寻求风险投资,并在为期一年的第一轮评审中吸引了187份申请。
索尼员工最多组建一个5人团队,而且可以包括外部员工,他们需要展开3个月的对抗。然后经过评审、孵化和实施阶段,最终与平井一夫见面,由他测试原型并给予反馈。最终产品既有可能交由现有部门处理,也有可能组建一家独立公司。
尽管索尼曾经通过内部创业项目支持过其他新产品,但知情人士表示,智能家居枢纽却是首个源自这个竞争项目的产品。知情人士表示,除了索尼投入的资金外,这款设备还将通过网络众筹方式筹资,以便覆盖初期成本、启动生产并吸引开发者。
好文章,需要你的鼓励
openGauss的目标是探索oGRAC和超节点深度融合的可能,打造超节点原生数据库。
清华团队开发DKT模型,利用视频扩散AI技术成功解决透明物体深度估计难题。该研究创建了首个透明物体视频数据集TransPhy3D,通过改造预训练视频生成模型,实现了准确的透明物体深度和法向量估计。在机器人抓取实验中,DKT将成功率提升至73%,为智能系统处理复杂视觉场景开辟新路径。
字节跳动研究团队提出了专家-路由器耦合损失方法,解决混合专家模型中路由器无法准确理解专家能力的问题。该方法通过让每个专家对其代表性任务产生最强响应,同时确保代表性任务在对应专家处获得最佳处理,建立了专家与路由器的紧密联系。实验表明该方法显著提升了从30亿到150亿参数模型的性能,训练开销仅增加0.2%-0.8%,为混合专家模型优化提供了高效实用的解决方案。
上海AI实验室团队开发的Yume1.5是一个革命性的AI视频生成系统,能够从单张图片或文字描述创造无限可探索的虚拟世界。用户可通过键盘控制实时探索,系统8秒内完成生成,响应精度达0.836,远超现有技术。该系统采用创新的时空通道建模和自强制蒸馏技术,支持文本控制的事件生成,为虚拟现实和内容创作领域开辟了新的可能性。