2月23日,华为首个“智慧屋”亮相2021 MWC上海(MWC Shanghai 2021)。以“智慧家庭”为核心设计理念,华为全新的智慧屋占地550㎡,按照客厅、厨房、书房、健身房、影音室、车库等场景,通过无线技术将华为手机、PC、平板、手表、智能音箱、智慧屏等自有产品和华为生态合作伙伴产品融合在一起,构建了一个舒适、奇妙、智能的沉浸式智慧屋体验。
智能家居是华为全场景智慧生活战略的重要场景,此次华为带来的“智慧屋”结合了HUAWEI HiLink、HarmonyOS、HUAWEI HiCar等创新技术,通过场景化的空间体验,展示了万物互联时代智慧家庭的雏形。
在客厅,简单的一句“小艺小艺,我回来了”便可召唤语音助手开启回家模式,比如打开空气净化器、灯光调整到温馨模式、拉上窗帘等,轻松调动全屋智能产品。厨房里搭载了HarmonyOS的电器,只需手机碰一碰就可省去复杂的配网步骤,快速完成联网,并通过弹出的控制界面随时操控;蒸烤箱、破壁机等厨房电器里还内置了食谱,小白也能一键变大厨。书房里的手机与笔记本HUAWEI MateBook、平板HUAWEI MatePad Pro通过多屏协同,轻松实现设备间的交互传输;HUAWEI MatePad Pro的智慧多窗功能支持屏幕同时显示两个应用和两个悬浮窗口,可以一边上网课、一边记笔记,还能悬浮显示计算器和浏览器,无需反复切换。
来到影音室,华为智慧屏X65与HUAWEI Sound X智能音箱的组合,带来高清画质和环绕式立体声,搭配华为视频AiMax影院的院线大片,仿佛把电影院搬到了家里。健身房中,HUAWEI WATCH GT 2 Pro的高尔夫练习模式可以记录挥杆数量、速度和卡路里消耗等;华为HUAWEI WATCH FIT能够识别划船机运动,并提供有氧/无氧训练效果、状态评估及恢复时间建议等专业数据,科学指引运动;华为智慧屏的AI健身功能也可以通过人体骨骼关节识别技术识别判定瑜伽、健身动作,提供实时纠正和指导。最后在车库准备出门时,不仅可以用手机打开车门,上车后还能将手机应用和服务自动切换到车上,比如导航、音乐等。车辆首屏的功能卡片还可以控制家中的IoT设备,下班回家时提前打开空调、灯光等。
未来万物互联时代下的家不再是简单的智能,家里的设备将形成一个虚拟的数字世界,并成为人体感官的延伸。主人可以通过语音、手势等方式很自然地与智能设备“互动沟通”,而具备AI感知能力和运算能力的智能设备更能感知人们的行为、了解身体状况,甚至明白喜怒哀乐,帮用户排忧解难。华为智慧屋的体验让我们窥见了未来智慧家庭的一角。
自2018年华为宣布进军智能家居领域至今,其智能家居生态已经初具规模,HarmonyOS的发布更加速了其生态的扩展。目前,HUAWEI HiLink平台生态产品签约伙伴数超过800家,覆盖了超过2.2亿IoT设备。HarmonyOS已吸引到超过20家硬件厂商、280家应用厂商共同参与生态建设。2021年,预计将有超40家主流品牌、1亿台设备成为HarmonyOS体验的新入口。
未来,华为还将持续在智能家居领域发力,HUAWEI HiLink、HarmonyOS等技术已经为华为智能家居奠定了上层基础,随着未来华为全屋智能解决方案的落地,华为将为设备间的互联打造一座‘高速公路’,真正将家里的声、光、水、电等系统也实现智能化的连接,带来更智慧的家庭体验。”
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。