CNET科技资讯网 1月4日 北京消息:高通今日在CES 2017(国际消费电子展)上与ODG(Osterhout Design Group)共同宣布,其R-8和R-9将成为首批发布的搭载骁龙835处理器的终端。骁龙835采用10纳米FinFET制程技术,支持外形小巧的下一代顶级消费类终端。
ODG是移动头戴式计算与增强现实技术和产品的开发商与制造商,R-8是ODG推出的首款消费级移动AR/VR智能眼镜,面向“尝鲜型”消费者;R-9则面向各种类型的宽视场(FOV)体验,包括从轻型企业级到准专业级的媒体消费,并可作为面向高级移动AR/VR和智能眼镜应用的开发平台。
高通产品管理高级副总裁Raj Talluri表示:“骁龙835处理器从设计之初便旨在支持除智能手机之外的、全新的创新产品与体验,在重度计算但外形小巧的终端上实现散热十分困难,所以更高的能效表现是其必要条件,骁龙835处理器基于10纳米工艺节点,并融合了高通系统级芯片(SoC)设计专长,帮助ODG实现了他们的设计目标,开发出了更轻薄、更小巧和更精致的智能眼镜。”
骁龙835结合了Qualcomm® Kryo™ 280 CPU与高通更多的低功耗、高性能处理技术,能面向各种用户体验支持长时间续航,例如AR和VR、聆听高保真音频、观看高清视频、玩游戏和使用相机/摄像机。骁龙835是一颗支持Ultra HD Premium的移动处理器,支持全4K/60fps、10位HDR10/HEVC视频解码,以及直接向10位广色域4K显示输出的HDR图形渲染和显示。
ODG创始人和首席执行官Ralph Osterhout表示:“随着消费者对移动终端的期望越来越多,我们看到面向移动计算新时代的转变正在发生。这不仅仅是终端的转变,而是出现了一种全新的计算工具,将改变我们彼此互动、发现信息并与周围世界中的人和对象建立联系的方式。骁龙835处理器将加速实现我们长久以来为之努力奋斗的目标——为消费者带来独立、轻巧和强大的头戴式计算终端,提供令人惊叹的视觉体验。我们很荣幸能与高通合作,并率先宣布在我们的终端中集成了这项最新的技术。”
R-8将移动虚拟计算的强大功能带给了消费者。通过40˚以上的FOV和高清分辨率,追求创新的消费者可在智能眼镜上享受熟悉的电影、体育赛事、游戏、导航和教育体验,而这款智能眼镜将比ODG产品组合中的任何其他终端都更轻薄、更小巧和更精致。无论你身在何处或如何移动,R-8都能为你提供视野中的私人屏幕,并通过增加AR、VR和混合现实叠层的维度,实现更丰富的计算体验。
R-9基于ODG屡获赞誉的50° FOV和1080p Project Horizon平台打造,曾获得“国际消费电子展创新奖”三个类别的奖项。它旨在面向各种类型的宽视场(FOV)体验,包括从轻型企业级到准专业级的移动媒体消费,同时也是一款面向高级移动AR/VR和智能眼镜应用的开发平台。
这两款终端均受益于高通骁龙虚拟现实软件开发工具包(VR SDK),例如硬件加速和基于视觉惯性测距的六自由度(6DOF)运动追踪。
值得一提的是,骁龙835现已投入生产,预计将于2017年上半年搭载于商用终端中出货。
关于ODG
ODG于1999年作为技术孵化器创建,总部位于旧金山,目前是移动头戴式计算与增强、虚拟和混合现实技术和产品的开发商与制造商。ODG由私人控股。2016年12月,它宣布获得包括二十一世纪福克斯(21st Century Fox)、深圳欧菲光科技股份有限公司(Shenzhen O-film Tech Co., Ltd.)和万方城镇投资发展股份有限公司(Vanfund Urban Investment & Development Co. Ltd.)投入的5800万美元A轮融资,这是可穿戴设备、增强现实和虚拟现实领域有史以来规模最大的A轮融资。
好文章,需要你的鼓励
清华大学等多家机构研究团队完成了语音分离技术的全面调研,系统梳理了从传统方法到深度学习的技术演进。研究揭示了"鸡尾酒会问题"的核心挑战,分析了各种学习范式和网络架构的优劣,并通过统一实验框架提供了公平的性能基准。调研涵盖了实时处理、轻量化设计、多模态融合等关键技术方向,为学术界和产业界的技术选型提供了重要参考,推动语音分离从实验室走向实际应用。
浙江大学和腾讯微信视觉团队发现AI图片生成训练中"时机胜过强度"的重要规律,开发出TempFlow-GRPO新方法。通过轨迹分支技术精确评估中间步骤,结合噪声感知权重调整优化不同阶段的学习强度,将训练效率提升三倍,在复杂场景理解方面准确率从63%提升至97%,为AI训练方法论带来重要突破。
谷歌DeepMind发布突破性AI规划技术,让机器人学会像人类一样进行"情境学习"规划。该技术通过Transformer架构实现了快速适应新问题的能力,在迷宫导航、机器人控制等测试中表现优异,为自动驾驶、智能制造、医疗等领域应用奠定基础,标志着向通用人工智能迈出重要一步。
新南威尔士大学研究团队开发了ZARA系统,这是首个零样本运动识别框架,能够在未经专门训练的情况下识别全新的人类活动。该系统集成了自动构建的知识库、多传感器检索机制和分层智能体推理,不仅实现了比现有最强基线高2.53倍的识别准确率,还提供清晰的自然语言解释,为可穿戴设备和健康监护等应用领域带来了突破性进展。