本月中旬蘋果公司曾透過華爾街日報發(fā)表聲明稱,首款支持HomeKit平臺的智能家居設(shè)備將在即將到來的6月份發(fā)布,而不是傳聞中的會推遲,現(xiàn)在看來也許要比想象中的更快。
據(jù)外媒報道,近幾個月來已有數(shù)家家具公司對HomeKit平臺進行了適配,預計其中五家公司最快將在下周宣布自家HomeKit產(chǎn)品。此時,谷歌剛剛在I/O大會上介紹了代號為“Project Brillo”的系統(tǒng),目的就是要進軍物聯(lián)網(wǎng)(IoT)和智能家居領(lǐng)域。
蘋果HomeKit平臺發(fā)布于去年的全球開發(fā)者大會,時隔一年后我們有望在6月8日WWDC后見到實體產(chǎn)品,不過廠商發(fā)布硬件與WWDC的日期如此相近,蘋果或許沒有時間去制作第三方產(chǎn)品預覽了,但借由WWDC這些廠商將得到同樣高的關(guān)注度。
有傳聞指出,蘋果有可能會在iOS 9中推出一款“Home”應用,為用戶提供一個虛擬的房間概覽,配合Siri將擁有更佳的交互體驗,將能輕松管理HomeKit智能家居設(shè)備,屆時Apple TV也可作為一個控制中心。
好文章,需要你的鼓勵
浙江大學團隊提出動態(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、編程等任務上顯著提升推理準確率,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。
清華大學研究團隊提出SIRI方法,通過"壓縮-擴張"交替訓練策略,成功解決了大型推理模型"話多且準確率低"的問題。實驗顯示,該方法在數(shù)學競賽題上將模型準確率提升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模型訓練提供了新思路。
南洋理工大學與騰訊聯(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。
華中科技大學研究團隊發(fā)現(xiàn),通過讓AI模型學習解決幾何問題,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,使用強化學習方法訓練多個AI模型。實驗結(jié)果顯示,幾何訓練在四個空間智能測試基準上都帶來顯著提升,其中最佳模型達到49.6%準確率,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。