CNET科技資訊網(wǎng) 7月19日 北京消息:小米生態(tài)鏈昨天發(fā)布新品——米家感應(yīng)夜燈,一款擁有人感和智能光感的小夜燈。在暗處有人經(jīng)過時(shí)它會(huì)自動(dòng)開啟,當(dāng)人離開之后又會(huì)自動(dòng)關(guān)閉,無需布線插電,可隨意粘貼或掛鉤在入室門口、過道、衣柜、儲(chǔ)物柜等,一掃黑暗死角。這款夜燈售價(jià)49元,于7月18日上午10點(diǎn)在小米商城、米家有品、天貓小米旗艦店、京東、蘇寧以及小米之家同步開售。
光敏+紅外感應(yīng),黑暗中有人經(jīng)過自動(dòng)亮燈
米家感應(yīng)夜燈是小米生態(tài)鏈企業(yè)Yeelight繼榮獲IF金獎(jiǎng)的米家LED智能臺(tái)燈之后,又研發(fā)的一款米家照明產(chǎn)品。它采用了人體紅外傳感器技術(shù)及光敏傳感技術(shù),在暗處感應(yīng)到人體便可自動(dòng)開啟,正面感應(yīng)距離達(dá)5-7米,且檢測不到人體活動(dòng)時(shí),會(huì)在15秒后自動(dòng)關(guān)閉,無需在黑暗中找尋電源開關(guān),可以做到人來燈亮,人走燈滅。
沖破插座及安裝束縛 哪里需要放哪里
考慮到生活中有很多場景都需要有個(gè)小夜燈,例如老人起夜怕黑,夜間過道、樓梯太暗等等,但是市售產(chǎn)品很多都受供電影響,只能安裝在有電源的地方,使用場景和位置大大受到限制,米家感應(yīng)夜燈采用3節(jié)5號(hào)電池,告別插座,反面擁有3M背膠設(shè)計(jì),適合儲(chǔ)物柜、樓梯、車庫、大門口、衣柜、廚房操作臺(tái)等場景。
低功耗,亮度雙檔調(diào)節(jié)
米家感應(yīng)夜燈附贈(zèng)3節(jié)5號(hào)電池,在LED芯片的控制下,待機(jī)功率低至0.25毫瓦,配合人感和智能光感雙重感應(yīng)器,避免了白天人體經(jīng)過時(shí)候也會(huì)亮,更加節(jié)能省電。同時(shí),它還具備雙檔亮度調(diào)節(jié),0.7流明模式下約可以使用12個(gè)月,3.8流明模式下約可以使用6個(gè)月。
無可視頻閃,光源自然舒適
米家感應(yīng)夜燈采用魚鱗全反射結(jié)構(gòu)+菲涅爾超薄透鏡,將光高效反射至漫反射片,并均勻打在擴(kuò)散罩上,此設(shè)計(jì)可以在黑暗中提供更舒適的光效,更適合兒童視力。
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。