自今年1月以來,谷歌眼鏡已正式停止銷售,該公司試圖尋求新方式來吸引顧客購買其智能眼鏡。在此期間,谷歌正在尋求一個對谷歌眼鏡反應(yīng)更好的市場:工作場所。
據(jù)《華爾街日報》報道,谷歌已針對企業(yè)悄然推出一個新版谷歌眼鏡,專為醫(yī)療保健、制造業(yè)和能源等領(lǐng)域的工作場所所設(shè)計。
據(jù)該報道表示,這款新設(shè)備將不同于此前谷歌所推售價為1500美元的產(chǎn)品。與此前版本不同的是,新版谷歌眼鏡不再配有金屬框架,而是通過附于設(shè)備上的鉸鏈系統(tǒng)附加到其他鏡片上。新版產(chǎn)品也將配備更好的電池以及更長的曲面玻璃棱鏡,后者用來向佩戴用戶的視野中投射顯示數(shù)字內(nèi)容。
谷歌拒絕就此置評。
谷歌眼鏡最初由谷歌創(chuàng)始人之一謝爾蓋·布林 (Sergey Brin)在2012年推出,但隨著這款大肆宣揚(yáng)的產(chǎn)品變得富有爭議,它很快便退隱江湖。這款內(nèi)置有攝像頭的眼鏡遭到了一批人的反對,他們覺得該產(chǎn)品讓他們感覺自己的隱私被侵犯了。而其他反對者只是單純得不喜歡這樣的設(shè)備,他們認(rèn)為它看起來很書呆子氣。
谷歌希望企業(yè)版谷歌眼鏡的推出能夠回避人們對隱私和時尚的擔(dān)憂,畢竟這些因素在一個工作環(huán)境中往往不是什么問題。例如,一名建筑工人估計不會擔(dān)心這副眼鏡是否與他的安全帽相配。
盡管谷歌在1月份“暫停”了谷歌眼鏡的銷售,但它從未停止過對新產(chǎn)品的研發(fā)和對企業(yè)的宣傳。自2014年1月以來,該公司啟動了一項名為Glass at Work的新項目,專門試圖說服企業(yè)老板們同意在工作場所使用谷歌眼鏡,同時還說服軟件制造商們繼續(xù)為該設(shè)備開發(fā)程序。例如,谷歌與塔可鐘(Taco Bell)合作測試了一款應(yīng)用,用以協(xié)助員工匯整菜單。
當(dāng)然其間也難免有挫折。谷歌眼鏡業(yè)務(wù)運(yùn)作主管兼Glass at Work項目負(fù)責(zé)人克里斯·奧尼爾(Chris O'Neill)離開了谷歌,成為了生產(chǎn)力軟件公司Evernote的首席執(zhí)行官。同時,谷歌眼鏡團(tuán)隊還做出了一些其他調(diào)整。
谷歌去年收購了智能家居公司Nest,并在1月份把谷歌眼鏡項目交給了該智能家居公司創(chuàng)始人之一托尼·法戴爾(Tony Fadell)掌管。法戴爾曾經(jīng)擔(dān)任蘋果高管和產(chǎn)品專家,在蘋果所推iPod和iPhone的發(fā)展中起著關(guān)鍵作用。
好文章,需要你的鼓勵
浙江大學(xué)團(tuán)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(tuán)隊提出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(tuán)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(diǎn)機(jī)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(tuán)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(qiáng)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(dá)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。