2021年4月20日,紫光展銳在“構(gòu)GO”創(chuàng)見未來大會上宣布將與亮風臺在AR領(lǐng)域展開重要合作,共同研發(fā)5G AR智能眼鏡,豐富完善AR生態(tài)鏈,踐行“讓智能生活觸手可及”的美好愿景。
技術(shù)+疫情助推 AR市場回暖
目前,AR技術(shù)已經(jīng)成功賦能多個行業(yè),距離人們生活并不遙遠。其中就包括:機械制造、汽車、能源、公共安全、醫(yī)療、教育等多個細分領(lǐng)域,AR均開始占據(jù)一定使用規(guī)模。例如在制造業(yè),除了我們耳熟能詳?shù)腁R遠程協(xié)作外,AR眼鏡還可將復雜的說明文檔可視化,3D立體呈現(xiàn)在視野中,直接替代難懂的紙質(zhì)版使用說明書;而在安防領(lǐng)域,在應(yīng)急指揮、活動安保等場景下,AR眼鏡可與無人機連接使用,實現(xiàn)無人機飛手、前線民警和后方指揮人員的多方聯(lián)動,前線民警佩戴AR眼鏡,可直觀獲取執(zhí)勤信息,查探行動路線,目標位置等,大大提升了執(zhí)法效率。
隨著5G時代的到來,智能的萬物互聯(lián)更不再只是科幻設(shè)想,AR的融合應(yīng)用將更具現(xiàn)實性,在這一系列因素助推下,AR再次成為公眾關(guān)注的焦點。同時,由于疫情的影響,社交隔離成為熱詞,跨區(qū)域跨國協(xié)作溝通遇到障礙,人們對AR相關(guān)產(chǎn)品的需求大幅度攀升,市場需求的火熱,都促使AR技術(shù)快速融進人們的工作生活當中。
巨大想象空間與現(xiàn)實痛點
盡管想象空間巨大,但目前AR眼鏡在實際體驗過程中仍然存在諸多問題,直接影響著產(chǎn)品的使用落地,其中有三類比較突出的痛點。
一是使用舒適感差,由于眼鏡整體還偏重,容易壓迫鼻梁耳朵,不適宜長久佩戴。另外眼鏡發(fā)熱、屏幕抖動等問題都會影響使用的舒適性。二是人機交互效率低,語音識別和人體動態(tài)識別的精度和使用度,都會影響人機自然交互的效率。三是虛實結(jié)合的能力偏弱,在實際使用過程中AR眼鏡如果不能對空間進行精準定位和地圖構(gòu)建,就無法實現(xiàn)真正的虛實結(jié)合,目前AR眼鏡有效感知環(huán)境并實現(xiàn)虛擬信息有效融合還可繼續(xù)優(yōu)化。本地算力和云端算力結(jié)合,大寬帶低延遲通訊技術(shù)的融合使用等都是當下的AR眼鏡改進的重點。
直擊技術(shù)痛點,紫光展銳深耕智能AR領(lǐng)域
目前AR/VR產(chǎn)業(yè)全球處在部分沉浸體驗階段,并開始規(guī)模上量,如何解決以上痛點,對適配場景,定位,渲染計算等都有極高的訴求,而展銳作為一家全球少數(shù)全面掌握2G/3G/4G/5G、WIFI、藍牙等全場景通信技術(shù),并具備稀缺的大型芯片集成能力的企業(yè),在賦能VR/AR領(lǐng)域具備得天獨厚的優(yōu)勢。
在與亮風臺深度合作中,紫光展銳將提供全面有效的解決方案,為技術(shù)賦能。例如,紫光展銳擁有的5G技術(shù)可在多個方面解決網(wǎng)絡(luò)痛點。以網(wǎng)絡(luò)切片技術(shù)為例,網(wǎng)絡(luò)切片可將運營商的物理網(wǎng)絡(luò)劃分為多個虛擬端到端網(wǎng)絡(luò),每一個虛擬網(wǎng)絡(luò)可根據(jù)不同的服務(wù)需求,靈活應(yīng)對不同的網(wǎng)絡(luò)應(yīng)用場景,保障網(wǎng)絡(luò)可靠性及吞吐量。通過5G網(wǎng)絡(luò),還可將本地算力與云端算力相結(jié)合,伸縮編解碼,降低傳輸時延,對抗抖動和干擾及丟幀問題,保證高清內(nèi)容呈現(xiàn),使性能與功耗達到完美結(jié)合。有了5G低時延,高帶寬,高速率等這些特性,5G技術(shù)可以說能從根本上解決AR產(chǎn)業(yè)的網(wǎng)絡(luò)問題,實現(xiàn)互聯(lián)暢通。
此外,展銳獨有的AI技術(shù)可支持在多路MIC場景下,通過AI算法消除噪聲干擾,提升辨識度,使語音更加清晰準確。同時,支持準確可靠的語音識別,并且支持10+命令詞識別,通過AI技術(shù)與端云結(jié)合,使語音識別交互體驗更加智能化。
在加強虛實結(jié)合力、提升交互體驗方面,展銳可通過AI計算支持空間計算實現(xiàn)空間定位、地圖構(gòu)建、虛實結(jié)合和實時遮擋,實現(xiàn)厘米級/1°以內(nèi)的空間6DOF ViSLAM定位技術(shù)。并支持環(huán)境理解幫助用戶感知周圍環(huán)境,識別目標、跟蹤目標,通過深度學習算法,檢測、分割、識別目標等,幫助更好完善產(chǎn)品智能化體驗。
未來,紫光展銳將與AR行業(yè)領(lǐng)軍企業(yè)亮風臺開展深度合作,在核心模塊上聯(lián)合研發(fā)調(diào)優(yōu),在5G+AI技術(shù)賦能下,有效解決AR產(chǎn)品存在的技術(shù)痛點,共同推動中國AR產(chǎn)業(yè)加速發(fā)展。
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(wù)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。