雖然作為一款無(wú)人機(jī),AirDog這個(gè)名字聽起來(lái)可能有些奇怪,但它概括得非常準(zhǔn)確。這款自動(dòng)跟蹤型四軸飛行器配置前懸掛式GoPro Hero或索尼Action Cam Mini運(yùn)動(dòng)相機(jī),能夠緊緊鎖定追蹤目標(biāo),捕捉其一舉一動(dòng)。
與本次CES 2015展會(huì)上看到的類似尺寸的無(wú)人機(jī)不同的是,AirDog沒(méi)有而且也不需要大型的遠(yuǎn)程控制裝置,取而代之的是一個(gè)AirLeash追蹤控制器臂環(huán),配備一個(gè)裝有控制板的小盒子。AirDog可通過(guò)遠(yuǎn)程藍(lán)牙與該臂環(huán)進(jìn)行無(wú)線連接,保證這款無(wú)人機(jī)時(shí)刻圍繞在用戶周圍。
筆者看到,這臺(tái)無(wú)人機(jī)能夠平穩(wěn)的追蹤著滑板運(yùn)動(dòng)員的每一個(gè)動(dòng)作,他停下來(lái)時(shí),它也停下,并在上空盤旋,等待下一個(gè)指令,而且從起飛到降落,整個(gè)過(guò)程完全自動(dòng)化完成。
除此之外,用戶還可以通過(guò)一個(gè)無(wú)線電發(fā)射器手動(dòng)控制AirDog,甚至可以與AirLeash結(jié)合使用:AirLeash上的按鈕可以控制AirDog的位置移動(dòng)。
AirDog攜帶方便,整個(gè)無(wú)人機(jī)可以折疊后輕松地裝進(jìn)背包,同時(shí)可隨用隨取。整臺(tái)設(shè)備外加一款運(yùn)動(dòng)相機(jī)的重量只有4磅(1.85公斤),而且還配備有可更換電池。
預(yù)計(jì)其電池壽命為10分鐘至20分鐘,主要取決于設(shè)備的飛行速度和風(fēng)力,其最高時(shí)速可達(dá)到40英里或64公里。
此外,用戶還可以通過(guò)一款應(yīng)用為AirDog設(shè)定飛行程序,如設(shè)置其飛行模式或飛行距離。而且用戶可根據(jù)自己正在進(jìn)行不同的活動(dòng)在應(yīng)用中新增不同的設(shè)置方案。
AirDog無(wú)人機(jī)套裝包括無(wú)人機(jī)、AirLeash臂環(huán)、固定相機(jī)的陀螺穩(wěn)定平衡環(huán)、一塊電池及其充電器,目前該套裝可預(yù)訂售價(jià)為1295美元,預(yù)計(jì)將在2015年第二季度上市。
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(wèn)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(wèn)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(guò)"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(wèn)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(guò)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(wèn)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(guò)讓AI模型學(xué)習(xí)解決幾何問(wèn)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。