裸眼3D技術(shù)已經(jīng)推出多年,各種不同原理的技術(shù)紛紛出現(xiàn)在市場上,但整個3D市場一直都處于不溫不火的狀態(tài),其中的原因,3D觀看不舒服是一個方面,3D片源過少又是一個方面,在CES2014上,有一家廠商試圖去解決這個問題,并且據(jù)了解他們已經(jīng)和國內(nèi)一些電視廠商展開合作,今年一些成品有可能將會陸續(xù)上市。
這家裸眼3D解決方案供應(yīng)商叫做StreamTV Networks,他們采用柱狀透鏡式的裸眼3D原理,比較有特色的功能有幾點:首先,我們可以自由的調(diào)節(jié)3D的景深,這個主要用于防止長期觀看3D視頻造成的眩暈,我們可以根據(jù)家庭電視擺放位置和每個人對景深的不同感受調(diào)節(jié)到最舒適的位置;其次是,它們可以實現(xiàn)將普通的2D電視節(jié)目信號實時的轉(zhuǎn)換成為3D輸出,經(jīng)過我們的現(xiàn)場體驗,效果還是比較明顯的,尤其對于體育節(jié)目,立體感極強,當(dāng)然效果仍然比不上3D片源的輸出效果,配圖就是我們在現(xiàn)場實時的將新聞聯(lián)播轉(zhuǎn)成3D信號,當(dāng)然相機拍不出3D效果,從人眼角度看還是很不錯的;第三是成本較低,我們了解到StreamTV Networks的技術(shù)不會給電視廠商帶來過大的成本壓力,他們可以用更低的成本向市場銷售裸眼3D電視終端。
目前StreamTV Networks已經(jīng)和一些電視廠商展開合作,今年這些廠商或許將會推出一些裸眼3D的成品。
[video]uu=dfa091e731&vu=5aebbf53b3&auto_play=0&width=600&height=450[/video]
好文章,需要你的鼓勵
浙江大學(xué)團隊提出動態(tài)專家搜索方法,讓AI能根據(jù)不同問題靈活調(diào)整內(nèi)部專家配置。該方法在數(shù)學(xué)、編程等任務(wù)上顯著提升推理準(zhǔn)確率,且不增加計算成本。研究發(fā)現(xiàn)不同類型問題偏愛不同專家配置,為AI推理優(yōu)化開辟新路徑。
清華大學(xué)研究團隊提出SIRI方法,通過"壓縮-擴張"交替訓(xùn)練策略,成功解決了大型推理模型"話多且準(zhǔn)確率低"的問題。實驗顯示,該方法在數(shù)學(xué)競賽題上將模型準(zhǔn)確率提升43.2%的同時,輸出長度減少46.9%,真正實現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓(xùn)練提供了新思路。
南洋理工大學(xué)與騰訊聯(lián)合研究團隊開發(fā)出Rolling Forcing技術(shù),實現(xiàn)AI視頻實時流式生成的重大突破。該技術(shù)通過滾動窗口聯(lián)合去噪、注意力錨點機制和高效訓(xùn)練算法三項創(chuàng)新,解決了長視頻生成中的錯誤累積問題,可在單GPU上以16fps速度生成多分鐘高質(zhì)量視頻,延遲僅0.76秒,質(zhì)量漂移指標(biāo)從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內(nèi)容創(chuàng)作開辟新可能。
華中科技大學(xué)研究團隊發(fā)現(xiàn),通過讓AI模型學(xué)習(xí)解決幾何問題,能夠顯著提升其空間理解能力。他們構(gòu)建了包含約30000個幾何題目的Euclid30K數(shù)據(jù)集,使用強化學(xué)習(xí)方法訓(xùn)練多個AI模型。實驗結(jié)果顯示,幾何訓(xùn)練在四個空間智能測試基準(zhǔn)上都帶來顯著提升,其中最佳模型達到49.6%準(zhǔn)確率,超越此前最好成績。這項研究揭示了基礎(chǔ)幾何知識對培養(yǎng)AI空間智能的重要價值。