科技行者 1月7日 拉斯维加斯消息(文/孙封蕾): 科技已经成为各行各业,增加产品附加值的手段,美妆也是一样,在今天开始的国际消费类电子产品展览会CES 2019的媒体预展上,与美妆有关的科技产品成为一系,欧莱雅集团旗下理肤泉的皮肤监测仪还获得了CES 2019创新大奖。
图1:理肤泉的皮肤检测,是一个小贴贴,贴在皮肤上,可以监测皮肤的ph值
图2:Volo Beauty无绳吹风机,采用红外辐射技术,能够从内到外吹干头发
图3:露得清的3D面膜,可以根据皮肤不同区域的皮肤状况,选择不同的面膜类型(每种不同的面膜颜色区域,针对不同的皮肤),有针对的解决不同皮肤问题
图4:用人脸识别的方式,来判断用了什么品牌,什么色号的彩妆,推荐给自己的社交好友,并提供购买渠道,是升级版的“小红书”
图5:用人脸识别做皮肤测试
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。