CNET科技资讯网 3月21日 北京消息:当地时间3月20日,2016巴塞尔钟表展在瑞士巴塞尔举行。会上,高通公司、inWatch和播思公司共同宣布了战略合作伙伴关系,三方联合推出系列标准化的智能腕表解决方案,帮助传统手表品牌和制造商进入智能手表领域。
这一倡议是由inWatch发起的,inWatch创办四年时间,已经与腾讯公司,Swarovski,和阿里巴巴逐渐建立起来的合作伙伴关系。前不久映趣科技宣布完成A+轮2550万人民币融资,并由麟玺创投创始合伙人、中国可穿戴产业专家陈雪涛出任总裁一职。
inWatch CEO王小彬指出:“智能手表行业不止包括硬件。它是一个高度复杂的供应链,涉及到硬件、软件、和数据服务。在过去,一家传统制表商可能需要一年的时间才能实现智能化。而现在,通过结合高通骁龙穿戴2100处理器和inWatch的Wear4G解决方案,我们可为它们提供标准化的解决方案,使智能化时间缩短至一个会计季度。”
由此,inWatch为了应对不同类型用户细分的需求,定义并完成了四个子行业解决方案,分别聚焦在运动监测、商务信息管理、健康监测、定位安全等领域。目前inWatch自有品牌运动检测类型、与阿里巴巴YunOS合作推出的inWatch Run进入样机测试阶段;而商务信息管理类型的代表、inWatch与腾讯合作推出的inWatch T在3月21日进入千名用户的限量众测活动,不久将正式上市。
高通公司于2016年2月推出的骁龙穿戴2100处理器,为可穿戴行业带来了新功能。在现场介绍这些新功能的是高通高级工程主任Pankaj Kedia。高通骁龙穿戴2100处理器要比上一代可穿戴产品用处理器在体积上缩小30%,因而使用该处理器可设计出更薄、更漂亮的产品。集成于该处理器中的超低功耗传感器枢纽支持更为丰富的算法,同时具有更高的精度,因而可以提供将用户及其所在环境紧密结合在一起的情境。另外,不管是在限制模式还是连接模式,该处理器的功耗都降低了25%,从而延长了可穿戴产品的电池续航时间,同时也为制造商在设计创新及功能创新方面带来更高的自由度。
作为inWatch的合作伙伴,播思公司非常高兴能够达成此次合作,因为它为OEM加速创新、降低可穿戴设备的生产研发成本提供了新的可能。高通骁龙和inWatch的Wear4G平台包含有一整套处理器、软件、支持工具和播思提供的参考设计;凭借这些工具,移动客户、时尚客户和运动客户都可以迅速向市场推出各种各样的全功能可穿戴产品。
播思公司为此次展会派出的代表为播思美国分公司总裁George Thangadurai。 代表支持机构的其它参加人员还包括有深圳钟表及智能可穿戴设备研究所的朱主任,和瑞士巴塞尔地区项目经理Fanna Kong。
inWatch美国分公司总裁Sam Force表示:“此次活动的名称是‘手表革命’,我们绝非仅仅说说而已。我们的Wear4G平台是手表业的新标准,基于此,我们所喜爱的手表品牌很快就会推出带有智能功能的新产品。”
三方一致认为,该合作标志着智能可穿戴设备正式进入了4G时代。
好文章,需要你的鼓励
新加坡国立大学研究团队开发了SPIRAL框架,通过让AI与自己对弈零和游戏来提升推理能力。实验显示,仅训练AI玩简单扑克游戏就能让其数学推理能力提升8.6%,通用推理提升8.4%,且无需任何数学题目作为训练材料。研究发现游戏中的三种推理模式能成功转移到数学解题中,为AI训练提供了新思路。
同济大学团队开发的GIGA-ToF技术通过融合多帧图像的"图结构"信息,创新性地解决了3D相机噪声问题。该技术利用图像间的不变几何关系,结合深度学习和数学优化方法,在合成数据集上实现37.9%的精度提升,并在真实设备上展现出色泛化能力,为机器人、AR和自动驾驶等领域提供更可靠的3D视觉解决方案。
伊利诺伊大学研究团队通过对比实验发现,经过强化学习训练的视觉语言模型虽然表现出"顿悟时刻"现象,但这些自我纠错行为并不能实际提升推理准确率。研究揭示了AI模型存在"生成-验证差距",即生成答案的能力强于验证答案质量的能力,且模型在自我验证时无法有效利用视觉信息,为AI多模态推理发展提供了重要启示。
MIT等顶尖机构联合提出SparseLoRA技术,通过动态稀疏性实现大语言模型训练加速1.6倍,计算成本降低2.2倍。该方法使用SVD稀疏性估计器智能选择重要计算部分,在保持模型性能的同时显著提升训练效率,已在多个任务上验证有效性。