
2021年4月20日,紫光展锐在“构GO”创见未来大会上宣布将与亮风台在AR领域展开重要合作,共同研发5G AR智能眼镜,丰富完善AR生态链,践行“让智能生活触手可及”的美好愿景。
技术+疫情助推 AR市场回暖
目前,AR技术已经成功赋能多个行业,距离人们生活并不遥远。其中就包括:机械制造、汽车、能源、公共安全、医疗、教育等多个细分领域,AR均开始占据一定使用规模。例如在制造业,除了我们耳熟能详的AR远程协作外,AR眼镜还可将复杂的说明文档可视化,3D立体呈现在视野中,直接替代难懂的纸质版使用说明书;而在安防领域,在应急指挥、活动安保等场景下,AR眼镜可与无人机连接使用,实现无人机飞手、前线民警和后方指挥人员的多方联动,前线民警佩戴AR眼镜,可直观获取执勤信息,查探行动路线,目标位置等,大大提升了执法效率。

随着5G时代的到来,智能的万物互联更不再只是科幻设想,AR的融合应用将更具现实性,在这一系列因素助推下,AR再次成为公众关注的焦点。同时,由于疫情的影响,社交隔离成为热词,跨区域跨国协作沟通遇到障碍,人们对AR相关产品的需求大幅度攀升,市场需求的火热,都促使AR技术快速融进人们的工作生活当中。
巨大想象空间与现实痛点
尽管想象空间巨大,但目前AR眼镜在实际体验过程中仍然存在诸多问题,直接影响着产品的使用落地,其中有三类比较突出的痛点。

一是使用舒适感差,由于眼镜整体还偏重,容易压迫鼻梁耳朵,不适宜长久佩戴。另外眼镜发热、屏幕抖动等问题都会影响使用的舒适性。二是人机交互效率低,语音识别和人体动态识别的精度和使用度,都会影响人机自然交互的效率。三是虚实结合的能力偏弱,在实际使用过程中AR眼镜如果不能对空间进行精准定位和地图构建,就无法实现真正的虚实结合,目前AR眼镜有效感知环境并实现虚拟信息有效融合还可继续优化。本地算力和云端算力结合,大宽带低延迟通讯技术的融合使用等都是当下的AR眼镜改进的重点。
直击技术痛点,紫光展锐深耕智能AR领域
目前AR/VR产业全球处在部分沉浸体验阶段,并开始规模上量,如何解决以上痛点,对适配场景,定位,渲染计算等都有极高的诉求,而展锐作为一家全球少数全面掌握2G/3G/4G/5G、WIFI、蓝牙等全场景通信技术,并具备稀缺的大型芯片集成能力的企业,在赋能VR/AR领域具备得天独厚的优势。

在与亮风台深度合作中,紫光展锐将提供全面有效的解决方案,为技术赋能。例如,紫光展锐拥有的5G技术可在多个方面解决网络痛点。以网络切片技术为例,网络切片可将运营商的物理网络划分为多个虚拟端到端网络,每一个虚拟网络可根据不同的服务需求,灵活应对不同的网络应用场景,保障网络可靠性及吞吐量。通过5G网络,还可将本地算力与云端算力相结合,伸缩编解码,降低传输时延,对抗抖动和干扰及丢帧问题,保证高清内容呈现,使性能与功耗达到完美结合。有了5G低时延,高带宽,高速率等这些特性,5G技术可以说能从根本上解决AR产业的网络问题,实现互联畅通。
此外,展锐独有的AI技术可支持在多路MIC场景下,通过AI算法消除噪声干扰,提升辨识度,使语音更加清晰准确。同时,支持准确可靠的语音识别,并且支持10+命令词识别,通过AI技术与端云结合,使语音识别交互体验更加智能化。

在加强虚实结合力、提升交互体验方面,展锐可通过AI计算支持空间计算实现空间定位、地图构建、虚实结合和实时遮挡,实现厘米级/1°以内的空间6DOF ViSLAM定位技术。并支持环境理解帮助用户感知周围环境,识别目标、跟踪目标,通过深度学习算法,检测、分割、识别目标等,帮助更好完善产品智能化体验。
未来,紫光展锐将与AR行业领军企业亮风台开展深度合作,在核心模块上联合研发调优,在5G+AI技术赋能下,有效解决AR产品存在的技术痛点,共同推动中国AR产业加速发展。
好文章,需要你的鼓励
这项由Snowflake AI Research发表的研究挑战了传统语言学对大型语言模型的批评,通过引入波兰语言学家Mańczak的理论框架,论证了LLM的成功实际上验证了"频率驱动语言"的观点。研究认为语言本质上是文本总和而非抽象系统,频率是其核心驱动力,为重新理解AI语言能力提供了新视角。
freephdlabor是耶鲁大学团队开发的开源多智能体科研自动化框架,通过创建专业化AI研究团队替代传统单一AI助手的固化工作模式。该框架实现了动态工作流程调整、无损信息传递的工作空间机制,以及人机协作的质量控制系统,能够自主完成从研究构思到论文发表的全流程科研工作,为科研民主化和效率提升提供了革命性解决方案。
德国马普智能系统研究所团队开发出专家混合模型的"即时重新布线"技术,让AI能在使用过程中动态调整专家选择策略。这种方法无需外部数据,仅通过自我分析就能优化性能,在代码生成等任务上提升显著。该技术具有即插即用特性,计算效率高,适应性强,为AI的自我进化能力提供了新思路。
Algoverse AI研究团队提出ERGO系统,通过监测AI对话时的熵值变化来检测模型困惑程度,当不确定性突然升高时自动重置对话内容。该方法在五种主流AI模型的测试中平均性能提升56.6%,显著改善了多轮对话中AI容易"迷路"的问题,为构建更可靠的AI助手提供了新思路。