科技行者 7月27日 北京消息:软件定义智能表面交互(SDS)领域的先驱显通科技宣布推出SDS GamingBar解决方案。GamingBar由显通科技的SDSWave技术提供动力,为移动游戏市场量身定制。显通科技的SDSWave技术使用超声波,使压力敏感的触控界面突破了材质和设备的界限,为边框解锁了可定制交互式体验的新功能,同时消除了机械按键带来的一系列结构性难题。
腾讯联合华硕刚刚在中国市场推出的ROG 3游戏手机率先使用了SDS GamingBar,其采用的GamingBar通过在设备上无结构阻隔的交互方式为新升级的、超灵敏度AirTriggers提供动力。AirTriggers是去年上市的ROG 2中最受欢迎的功能之一,可以对其进行定制以识别专业级游戏所需的极高准确性的点击、按压、挤压或手势。来自京东商城的评论表明,SDSWave技术驱动的ROG 2 AirTriggers获得了99%以上的用户广泛好评。
腾讯游戏表示:“ AirTriggers无疑是我们在ROG 2中做出的最明智的决定,也是我们游戏玩家最喜欢的功能之一。在一个场景中快速点击实现迅速装弹,立即在下一个场景中轻轻滑动即扫灭敌人,没有任何其他解决方案能给玩家这样轻松快速的互动体验。当你在游戏中体验过显通科技的技术后,就会真正深刻体会到物理按键的笨拙原始以及它们在游戏操作中的局限性。显通科技提供的数字控制将移动游戏体验提升到了一个新的高度,带来了创新的碾压式体验。”
与ROG 2相比,部署了全新的GamingBar将游戏性能提升了5倍,并提供了独特的滑动功能。长时挤压填装弹药、轻扫控制方向,轻点射击,这些GamingBar带来的软件定义功能将用户体验带到一个全新水平,已被证明优于友商的其他解决方案。
华硕智能手机业务部总经理Bryan Chang表示:“AirTriggers在ROG 2游戏手机中的表现广受好评,迅速成为了最受欢迎的功能之一。因此我们非常高兴能够在ROG 3中部署更快的AirTriggers,这要归功于显通科技的GamingBar。通过OTA固件更新来升级AirTriggers功能的能力是该技术的另一个主要优势,它使我们不受任何硬件限制,能够不断功能迭代并突破移动游戏极限边界。”
GamingBar还为开发人员提供了全新机会,因为可以对其进行编程并根据用户的手势激活多个游戏控件,因此开发人员不再受限于每个物理按键只有一个控件的限制。
显通科技首席执行官李政扬表示:“玩家想在游戏中碾压对手,需要四个致胜法宝:最新和最好的CPU、漂亮的高频显示器、大容量电池和GamingBar。腾讯和华硕在早期就通过采用显通科技超声波和许多其他游戏优化技术打了头阵。ROG家族的巨大成功彰显了他们的远见与创新。GamingBar在游戏的速度、准确性和响应能力方面无可匹敌。因此,在GamingBar成为行业标准之前,ROG 3的游戏玩家将稳居潮头浪尖。”
ROG 3游戏手机
GamingBar是显通科技超声波SDSWave解决方案的一员,该解决方案远不止于在游戏上的应用。从滑动变焦移动摄影,再到交互式皮革车辆内饰,SDSWave将软件自由度和灵活性扩展到触摸屏之外。随着无按键触摸技术扩展到物联网和智能家居的方方面面,显通科技的超声波技术通过增强软件定义表面的功能,为产品设计师提供了无限可能。
好文章,需要你的鼓励
这项研究利用大语言模型解决科学新颖性检测难题,南洋理工大学团队创新性地构建了闭合领域数据集并提出知识蒸馏框架,训练轻量级检索器捕捉想法层面相似性而非表面文本相似性。实验表明,该方法在市场营销和NLP领域显著优于现有技术,为加速科学创新提供了有力工具。
un?CLIP是一项创新研究,通过巧妙反转unCLIP生成模型来增强CLIP的视觉细节捕捉能力。中国科学院研究团队发现,虽然CLIP在全局图像理解方面表现出色,但在捕捉细节时存在不足。他们的方法利用unCLIP生成模型的视觉细节表示能力,同时保持与CLIP原始文本编码器的语义对齐。实验结果表明,un?CLIP在MMVP-VLM基准、开放词汇语义分割和视觉中心的多模态任务上显著优于原始CLIP和现有改进方法,为视觉-语言模型的发展提供了新思路。
这项研究介绍了RPEval,一个专为评估大语言模型角色扮演能力而设计的新基准。研究团队从法国里尔大学开发的这一工具专注于四个关键维度:情感理解、决策制定、道德对齐和角色一致性,通过单轮交互实现全自动评估。研究结果显示Gemini-1.5-Pro在总体表现上领先,而GPT-4o虽在决策方面表现出色,但在角色一致性上存在明显不足。这一基准为研究人员提供了一个可靠、可重复的方法来评估和改进大语言模型的角色扮演能力。
这篇论文介绍了LegalSearchLM,一种创新的法律案例检索方法,将检索任务重新定义为法律要素生成。研究团队构建了LEGAR BENCH数据集,涵盖411种犯罪类型和120万案例,并开发了能直接生成关键法律要素的检索模型。实验表明,该模型在准确率上超越传统方法6-20%,且在未见犯罪类型上展现出强大泛化能力。这一突破为法律专业人士提供了更高效、精准的案例检索工具。