科技行者 4月10日 北京消息(文/于艺婉):雾霾+沙尘暴,充斥了2018年北京的春天,人们只能把门窗关严,但随之而来的则是室内空气流通和循环的问题。不过,今天,你可以多一个选择。那个无叶风扇的鼻祖在4月10日发布了新一代Dyson Pure Cool™空气净化风扇,就是想解决室内空气污染的问题。
人们平均有90%的时间都处在室内环境,所以,越来越多的人将室外污染的注意力转移至室内污染。除了灰尘,室内空气中可能包含着肉眼看不到的细微颗粒物,它们来自于城市污染、汽车尾气、PM颗粒物和花粉,它们还会与清洁产品、宠物毛屑、香薰蜡烛、室内油漆和炒菜油烟等室内污染源相混合。怎样提高室内空气质量?既是课题,也是商机。
为了解决日益严重的全球室内空气污染问题,2015年戴森开始涉足空气净化风扇类市场。2018年1月,由中国家用电器研究院和戴森共同合作完成的《射流式自动空气净化送风系统》标准在京发布。这个标准是全球首个针对智能化无叶空气净化风扇设立的标准,新测试标准用于检测自动模式下受测机器的对污染颗粒物及有害气体的过滤能力、整个房间内的均匀净化能力以及促进空气循环的能力。戴森此次发布的两款产品已经通过了上述标准的测试。
想要有效地净化真实家居环境内的空气,只靠一个高效过滤器可不行。戴森工程师着手设计全新的空气净化风扇后,发现空气净化风扇还必须具备自动监测污染功能,同时还要有能力应对吸附超细污染物。让我们看看,与上一代产品相比,今年春天的两款空气净化风扇“新”在哪里。
戴森为新一代Dyson Pure Cool™空气净化风扇配备有三个传感器,通过戴森独有的算法进行数据处理, LCD显示屏可实时报告PM2.5、PM10、挥发性有机化合物和二氧化氮水平。
第一个传感器用激光识别并监测超细颗粒物;第二个传感器监测空气中的挥发性有机化合物(VOC,例如从油漆、燃烧的蜡烛和家具内材料中释放出的甲醛、苯等)和二氧化氮(NO2);第三个传感器则用于温度和相对湿度的监测。
为精确校准Dyson Pure Cool™空气净化风扇内部的传感器,戴森工程师将30个戴森传感器组成的传感器阵列置于伦敦国王学院和北京大学的空气质量监测实验室,以观察戴森传感器的反应,确保它们能够得出与世界领先的学术用设备一样的反馈数据。
这些传感器置于室外运行,历时6个月,跨越3个季节,经历了肮脏、炎热、潮湿和冰冻的工作条件,收集到了长期运行信息。每秒收集288个数据,戴森工程师总共收到了超过50亿个分析数据点,这意味着新一代机器可以得到最有效的校准。
滤网可分拆
新一代戴森空气净化风扇对滤网进行了升级。与上一代产品相比,增加了73%的HEPA滤网材质以净化超细颗粒物。活性炭滤网可实现三倍净化有害气体,吸附有害气体、气味、家庭油烟和挥发性有机化合物。
10米长的HEPA滤网经过264次折叠可净化99.95%小至PM0.1的颗粒物,达到EN1822所规定的H13-A滤网标准。且滤网内的每一颗活性炭颗粒表面都覆有Tris,即三羟甲基氨基甲烷,用以增加活性炭对诸如二氧化氮、甲醛、苯等有害气体的吸附与分解能力。
除了滤网功能的增强,戴森还在新一代空气净化风扇上做了滤网可分拆处理,这样,新装修的家庭可以先使用活性炭滤网净化室内空气,待其达到使用周期后,只更换活性炭滤网即可,帮助消费者减少耗材投入。
350?环绕喷射每秒洁净300升空气
新一代戴森空气净化风扇具有喷射及扩散两种气流模式。喷射模式可以在净化的同时保持夏日凉爽;扩散模式环形释放柔和洁净气流,更加方便冬日净化。
扩散模式和风扇模式之间可进行切换,依靠环形回路中的一个由无刷马达驱动的阀门装置实现。在风扇模式下,挡板位于原来的位置,机器向前方吹出一股强劲洁净空气流,夏天时使用风扇模式既可以达到凉爽的状态又能净化房间。挡板挡住前面的出风缝隙,引导空气通过环道后方,因为出风缝隙变宽,所以气流的扩散范围更大,能量消耗更低,噪音也更少。
以往的空气净化风扇会被诟病闲置半年,新一代Dyson Pure Cool™空气净化风扇解决了这个问题,实现了全年可用。同时,戴森还在上述新品中使用专利Air Amplifier™技术,可实现350?环绕喷射洁净空气,以每秒喷射300升的速度将洁净空气覆盖到房间的各个角落。
更为重要的是,戴森空气净化风扇为真实家居打造。戴森工程师模拟常见的家居环境大小,不加设风扇,通过布设在实验舱角落的8个传感器和位于实验舱中心的1个传感器每10秒钟收集一次空气质量数据,该传感器能够检测出比人的头发窄300倍的室内空气污染颗粒,即PM0.3。在对所有9个传感器传来的数据分析之后,戴森工程师证实Dyson Pure Cool™空气净化风扇对整个房间的清洁效果是基本一致的。
新一代Dyson Pure Cool™空气净化风扇有两种机型,TP04是落地式,DP04既可以放置在地面上又可以放置在工作台上。两种机型都有白色/银色和铁/蓝色配色方案供消费者选择。两种机型的售价分别为4990元和4490元。
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。