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
AIM Intelligence联合多所知名大学揭示了音频AI系统的重大安全漏洞,开发出名为WhisperInject的攻击方法。这种攻击能让看似无害的音频指令操控AI生成危险内容,成功率超过86%,完全绕过现有安全机制。研究暴露了多模态AI系统的系统性安全风险,对全球数十亿智能设备构成潜在威胁。
新加坡国立大学研究团队系统梳理了视觉强化学习领域的最新进展,涵盖超过200项代表性工作。研究将该领域归纳为四大方向:多模态大语言模型、视觉生成、统一模型框架和视觉-语言-动作模型,分析了从RLHF到可验证奖励范式的政策优化策略演进,并识别出样本效率、泛化能力和安全部署等关键挑战,为这一快速发展的交叉学科提供了完整的技术地图。
浙江大学研究团队通过OmniEAR基准测试揭示了当前AI模型在物理世界推理方面的严重缺陷。测试显示,即使最先进的AI在明确指令下能达到85-96%成功率,但面对需要从物理约束推断行动的任务时,成功率骤降至56-85%。研究发现信息过载反而降低AI协作能力,监督学习虽能改善单体任务但对多智能体协作效果甚微,表明当前架构存在根本局限性。
纽约大学和Aimpoint Digital Labs的研究团队首次揭示了Transformer模型训练中"大规模激活"的完整发展轨迹。这些影响力比普通激活大千倍的"超级激活"遵循可预测的数学规律,研究者开发出五参数公式能以98.4%准确率预测其变化。更重要的是,通过调整模型架构参数如注意力密度、宽深比等,可以在训练前就预测和控制这些关键激活的行为,为设计更高效、量化友好的AI模型提供了全新工具。