海爾空氣盒子自年初在美國(guó)CES展上亮相以來(lái),其圓形黑色鏡面的前衛(wèi)外觀就給人留下了深刻的印象。然而在智能時(shí)代,沒有一成不變的經(jīng)典,只有符合用戶需求,與時(shí)俱進(jìn)的創(chuàng)新改進(jìn)。近日,@海爾空氣盒子官微發(fā)布的一張圖片中,赫然出現(xiàn)了空氣盒子粉絲們期待已久的彩色版產(chǎn)品。
從發(fā)布的兩張圖片中可以看到,與原有的黑色盒子擺在一起,一只白色、一只熒光綠色的空氣盒子格外顯眼。“這兩種顏色是網(wǎng)友投票選出來(lái)的。”海爾空氣盒子產(chǎn)品負(fù)責(zé)人介紹到,“我們之前在海爾社區(qū)進(jìn)行了針對(duì)空氣盒子外形顏色的投票,根據(jù)網(wǎng)友的投票結(jié)果,推出了這兩款顏色的產(chǎn)品,這也是對(duì)產(chǎn)品進(jìn)行微創(chuàng)新的初步嘗試。”
據(jù)了解,在顏色投票中,有包括中國(guó)紅、紫羅蘭、蘋果綠、玫瑰紅等十種彩色外形可選。“我選綠色,這顏色跟盒子本身的功能契合度高,讓室內(nèi)常保持清新綠色的空氣環(huán)境。”投票的網(wǎng)友留言到。熒光綠與空氣盒子智能檢測(cè)、遙控調(diào)節(jié)室內(nèi)空氣質(zhì)量和諧統(tǒng)一,而白色則是眾多智能產(chǎn)品的基本款,相信勝出無(wú)任何疑問。
在對(duì)空氣盒子負(fù)責(zé)人的采訪中,記者發(fā)現(xiàn)“微創(chuàng)新”是個(gè)提及頻率頗高的詞匯。而微創(chuàng)新具體指的是什么呢?該負(fù)責(zé)人介紹說“我們通常做大家電的更新?lián)Q代周期比較長(zhǎng),但是空氣盒子這種‘小玩意’則不一樣。我們可以實(shí)時(shí)根據(jù)用戶實(shí)用中遇到的問題,提出的建議進(jìn)行研發(fā)創(chuàng)新。比如有人就提出空氣盒子可以通過預(yù)留USB接口,引入用戶需求的其他技術(shù),形成可拆卸、模塊化的解決方案,將其打造成生活安全系統(tǒng)集成盒子。又比如盒子可以做一個(gè)燈泡卡扣,固定在頂棚,這樣既可以省去電源連接線,又能保證盒子一直供電長(zhǎng)期使用。這對(duì)海爾來(lái)說都是非常有借鑒意義的建議”。
“微創(chuàng)新”模式給海爾帶來(lái)的不僅是更新鮮的設(shè)計(jì)理念和更為前沿的科技資訊,為海爾產(chǎn)品的研發(fā)提供了非常有意義的借鑒,更是將用戶意見轉(zhuǎn)化為實(shí)際需求,豐富、完善用戶的使用體驗(yàn)的有效形式。
好文章,需要你的鼓勵(lì)
浙江大學(xué)團(tuán)隊(duì)提出動(dòng)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(jì)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(tuán)隊(duì)提出SIRI方法,通過"壓縮-擴(kuò)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(shí)驗(yàn)顯示,該方法在數(shù)學(xué)競(jìng)賽題上將模型準(zhǔn)確率提升43.2%的同時(shí),輸出長(zhǎng)度減少46.9%,真正實(shí)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(tuán)隊(duì)開發(fā)出Rolling Forcing技術(shù),實(shí)現(xiàn)AI視頻實(shí)時(shí)流式生成的重大突破。該技術(shù)通過滾動(dòng)窗口聯(lián)合去噪、注意力錨點(diǎn)機(jī)制和高效訓(xùn)練算法三項(xiàng)創(chuàng)新,解決了長(zhǎng)視頻生成中的錯(cuò)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(tuán)隊(duì)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(gè)幾何題目的Euclid30K數(shù)據(jù)集,使用強(qiáng)化學(xué)習(xí)方法訓(xùn)練多個(gè)AI模型。實(shí)驗(yàn)結(jié)果顯示,幾何訓(xùn)練在四個(gè)空間智能測(cè)試基準(zhǔn)上都帶來(lái)顯著提升,其中最佳模型達(dá)到49.6%準(zhǔn)確率,超越此前最好成績(jī)。這項(xiàng)研究揭示了基礎(chǔ)幾何知識(shí)對(duì)培養(yǎng)AI空間智能的重要價(jià)值。