貝爾金(Belkin)今年將增加4款智能感應(yīng)器。這四款產(chǎn)品預(yù)計(jì)在年底之前上市,價(jià)格目前尚未公布。它們?nèi)匀恍枰猈eMo Link智能插座的配合。
第一款新品是一個(gè)無線運(yùn)動(dòng)感應(yīng)器,與目前貝爾金有線運(yùn)動(dòng)感應(yīng)器的設(shè)計(jì)初衷一樣,且能給予用戶更大的使用空間。貝爾金聲稱,WeMo Room Motion Sensor的感應(yīng)距離有30英寸,90度范圍均可以接受,利用紅外線感應(yīng)器,它還可以區(qū)分寵物與人。
下一款產(chǎn)品是一個(gè)報(bào)警感應(yīng)器,可以用于煙霧與盜賊報(bào)警。一旦感應(yīng)到煙霧或竊賊,WeMo Alarm Sensor感應(yīng)器可以發(fā)送信息或自動(dòng)進(jìn)行響應(yīng)。
另外一款產(chǎn)品WeMo Keychain Sensor鑰匙鏈感應(yīng)器,可以附著在鑰匙,放入小孩的書包內(nèi)或?qū)櫸锏捻?xiàng)圈當(dāng)中,用戶的家庭網(wǎng)絡(luò)便能偵測到相關(guān)物體的位置。
最后一個(gè)產(chǎn)品叫WeMo Door and Window Sensor門窗感應(yīng)器,它可以感知門窗,柜子,保險(xiǎn)箱或任何附著于上物體的開合情況。
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)競賽題上將模型準(zhǔn)確率提升43.2%的同時(shí),輸出長度減少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)空間智能測試基準(zhǔn)上都帶來顯著提升,其中最佳模型達(dá)到49.6%準(zhǔn)確率,超越此前最好成績。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。