行业分类:
加载中...
头条分类:
加载中...
优衣库最强联名更新,这次和《追风筝的人》作者合作|Feel Good 周报
为和平 而设计 Feel Good 导读 优衣库发布「Peace For All」系列发布新品 lululemon 首个女子超级马拉松项目完赛 众创鲸鱼照片和算法,揭示了一个让人痛心现实 💡更多色彩和更小的马路,怎么就更安全了? Anytime Spirits:做有机的酒精产品,就是新赛道 优衣库发布「Peace For All」系列发布新品 优衣库的 UT 除了具有「以最超值的方式穿上联名款」一大优点外,用优衣库母公司迅销的董事长柳井正的话来说,它更是发声的载体: T 恤具有传递信息的力量,即便难以表达自己的人,也可以藉由穿上 UT 传递出自我的心声。 其中,又数从 2022 年开始推出的「Peace For All 有爱」系列最「本心」。 通过这个系列,优衣库联手全球与之拥有相同愿景的艺术家、设计师等知名人士及组织设计,表达对世界和平的美好祈愿。 本周五,优衣库为「Peace For All」推出五款新设计: 《追风筝的人》作者 Khaled Hosseini(卡勒德·胡赛尼)生于阿富汗,他曾是基本生活无法被保障的群体一员,现任联合国难民署(UNHCR)亲善大使。 在这次合作的 T 恤上,他也用上了「风筝」的元素: 我在战前的阿富汗长大,那时我常常放风筝,风筝在我心中深深地烙印上了和平的美好象征。 我的设计旨在唤起我们对于人性至善的信念,当我们彼此以尊严相待,以理解和尊重化解纷争,我们便能实现最理想的共存状态。 「Moomin 姆明」的创造者托芙·杨松(Tove Jansson)是一位坚定的和平主义者,在姆明的故事集中,她围绕热情好客且宽厚的姆明家族,创造了一个理想的乌托邦。 姆明合作款让经典卡通角色姆明在粉色 T 恤上用刷子描绘出「Peace(和平)」一词。 日本解剖学家养老孟司是畅销书《傻瓜的围墙》的作者。 他以爱猫 Maru 为主题: 这件 T 恤是我对已故猫咪 Maru 的致敬。 当一只流浪猫夺走了它的食物时,Maru 并未立刻表现出愤怒,直到那只猫离去一分钟之后才感到沮丧。Maru 是一只不喜争斗的猫。但是,也许这样就很好。是时候该认真思考和平了。 以「纽约的每个人(Every Person in New York)」项目著称的艺术家 Jason Polan(贾森·波兰),则将一如既往的可爱带到 T 恤设计上,让人物和衣服的口袋进行互动。 日本书法家杭迫柏树则以「圆」开启一个讨论: 站在地上,围绕自己画一个圈。如果圈足够大,它便可以延伸至宇宙;如果足够小,它便会回归自我。 圆,根据所见之人的处境以及当时心境的状态而有所不同,您在圆上看到了什么,又有哪些理解呢。我们的心原本清静无暇,无所拘束。穿上这款T恤,您的回答是什么? 在这次新品推出前,Peace For All 已经在全球范围内售出 300 万件。 其部分销售收入已用于捐赠给祝愿和平的团体组织,项目捐款总额累计超过 9.7 亿日元。 lululemon 首个女子超级马拉松项目完赛 我们上周报道的 lululemon 首个女子超级马拉松项目 FURTHER 于当地时间 3 月 12 日正式完赛。 在六天中,10 位大使完成了她们职业生涯中的最远距离,并创造多项纪录,合计跑步里程数为 2880.88 英里(4636.33公里)。 超级马拉松跑者 Camille Herron 创造了 13 项世界纪录(审核中),包括: 以 560.33 英里的成绩创造女子 6 天长跑世界纪录; 创造女子 300 英里(59:54:28)、400 英里(88:34:26)、500 英里(118:19:17)、500 公里(62:50:17)、600 公里(81:23:38)、700 公里(98:33:59)、800 公里(117:44:55)、900 公里(142:40:58)的世界最好成绩; 创造 72 小时(342.091 英里)、96 小时(429.8369 英里)、120 小时(501.7539 英里)的女子世界最佳成绩。 据品牌介绍,这项由美国田径协会批准的赛事,遵循了国际超跑协会制定的规则,2.56 英里的环形赛道经过了国际马拉松和公路跑协会的测量和认证。 除了超级马拉松,FURTHER 项目也和加拿大体育协会太平洋分会合作,推进以「她」为先的研究,帮助缩小体育科学领域中的性别数据差,从而更好地了解人类的运动表现。 官方表示,项目研究结果将在未来 2 年内发布,初步研究结果将于 2024 年秋季公布。 众创鲸鱼照片和算法,揭示了一个让人痛心现实 最近一个研究指出,在 2012 年至 2021 年之间,北太平洋的座头鲸数量减少了 7000 头,约 20%。背后原因,是剧烈的海洋热浪杀死了许多鲸鱼赖以为生的猎物,进而导致座头鲸死亡。 这个新发现的揭示,除了有赖于学者的研究分析,还少不了一个运行了将近 20 年的网站 Happywhale.com。 在 2015 年,主研究座头鲸的 Ted Cheeseman 创立了 Happywhale 网站。科学家和公民爱好者都可以上传自己拍下的鲸鱼照片,并由 AI 图片辨识功能分类归档。 Cheeseman 说,座头鲸的尾巴就像人类的指纹一样,每一个都独一无二,同时也在讲述着它们的经历。同时,座头鲸的尾巴也更常露出水面,因为这个动作是它们潜入更深水底的一个过程。 那么多年来,Happywhale 上已经有上百万张照片,辨析出了 3 万条鲸鱼,帮助研究人员追踪鲸鱼的生活行踪与改变。 正是在这些数据基础上,科学家们才得知了座头鲸的数量出现了如此大幅下降。不过,Cheeseman 并不担心座头鲸会灭绝: 我真正担心的是事情发展的势态。 海洋正在以比我们最悲观的估算模型都快的速度在升温。所有,今天的极端气候事件在 20 年后就是日常了吗? 那我们就是要面对一个完全不同的海洋生态系统了,一个能够支持更少野生生物的系统。 接下来,Cheeseman 希望 Happywhale 的数据能够帮助科学家跟敏捷地了解鲸鱼健康的改变,同时也训练新的 AI 模型,让模型可通过更多不同的身体部分去辨析鲸鱼。 未来,他还希望这些工具能去帮助研究其他海洋哺乳动物的科学家: 计算机在变得越来越快,图像识别也越来越好。 这个技术只会变得越来越好。 💡更多色彩和更小的马路,怎么就更安全了? 「马路如虎口」说的真不假,在以汽车为中心的城市尤其如此。 据统计,在 2022 年,美国有超过 7500 名行人死于交通意外,平均下来每天大约有 20 行人遭遇意外。 很多美国城市为了降低事故率,采用了源自欧洲的 Vision Zero 框架,试图以更好的设计来改善情况。 部分城市情况明显改善,如新泽西州的霍博肯,在七年里没有一次交通意外致死情况都无;加州的弗里蒙特以及纽约市在采取 Vision Zero 计划后情况都有好转。 然而,洛杉矶、西雅图、华盛顿等城市的交通意外致死却依旧居高不下。 专家从改善情况较好的实践中总结了建议👇 让十字路口更安全 一个让十字路口变得更安全的方法很直接 —— 撤销附近 6-10 米区域的停车位,消除行人和司机的视觉障碍。 有城市会为十字路口涂上抢眼的色彩,提醒司机不可在附近停车。 不过,有时候这样的「提示」并不足够,因为「汽车就像气体一样,它们会自动填充附近的空间。如果你不在实体上阻止它们占据空间,它们就会占地。」 因此,城市也可以用花坛、树木等组件来阻止停车。 让汽车降速 不少城市发现,对于减少交通意外致死比例最重要的措施还是让汽车降速。 除了出规定,设计师们还有其他小方法。譬如,让车道变得更宅。 设计师发现,把车道从 13 英尺(约 3.9 米)缩窄到 10 英尺(约 3 米)能创造一种「心理摩擦(mental friction)」。 因为觉得操作的空间小了,司机会倾向于开得慢些,主要是为了保护自己的车,顺道了让旁边的行人更安全了。 考虑更整体的改变 虽然上面有特定方面的建议,但专家还是希望城市规划者可从整体上去发起改变。 毕竟,「城市整尝试去改变已经维持了一百多年的街道、交通工具设计以及政策。我们需要更多时间去真正改变我们所创造出来对人并不安全的环境。」 Anytime Spirits:做有机的酒精产品,就是新赛道 你的酒也可以是有机的。 即便那些大公司一直在跟你说不必在乎这些,那并不意味着那就是真的。 Maddy Rotman 和 Taylor Lanzet 拥有丰富的可持续食品行业经验,决定要做可持续的酒精产品并创立了品牌 Anytime Farmhouse Spirits。 美国的酒类市场虽然已经很拥挤,但做有机产品的品牌却只有 1%。 Anytime 以「透明度」切入,不仅会披露产品的原料表,也会罗列原料背后的农场。 更重要的是,她们合作的农场都是支持再生农业实践的,意味着这些农场并不会使用杀虫剂,且进行免耕和轮耕等有利于土壤健康的举措。 成为行业先锋有利有弊,弊在于一些认证机构甚至都没有该领域的认证设定,利在于这也是品牌及早参与设定的机会。 于 2017 年由 Patagonia 和 Dr. Bronner's 发起的「再生有机组织(Regenerative Organic Alliance)」就和 Anytime 合作,制定酒精类产品的认证要求。要求申请认证的品牌需至少证明其 95% 的原料均来自再生有机来源。 虽然像 Diageo 这样全球最大的酒类经销商曾表示未来要转向再生农业,但其行动还是有限。塔夫茨大学弗里德曼营养学院副教授 Sean Cash 认为,这也是新品牌的机遇: 如果你是一家小制造商,在寻找给产品做差异化的方式。对于一些人来说,做好社会和农业责任可以是一种前进的选择。 世界也许不完美,但总有人在努力让它变得更好。
性能超越巅峰骁龙?曝华为下一代麒麟处理器将采用全大核设计
近日,手机中国注意到有博主通过微博爆料,称华为正计划将32位应用彻底逐出历史舞台,其下一代麒麟处理器将全面采用64位全大核设计。 据了解,华为正在研发多款新的麒麟芯片,这些芯片将彻底放弃32位设计,全面拥抱64位内核结构。这一转变不仅彰显了华为对于技术进步的不懈追求,也预示着其即将推出的新一代芯片组将具备更加先进、更加实用的基础架构。 回顾过往,华为早在多年前就推出了7nm 64位arm兼容处理器——鲲鹏920,该处理器拥有8个DDR4 RAM通道和两个100GbE端口,展现出了华为在芯片设计领域的强大实力。如今,新的泄露信息表明,华为将全面转向64位新架构来生产新的芯片,这一决策无疑将进一步巩固其在全球芯片市场的领先地位。 对于消费者而言,这一转变将带来诸多好处。首先,全面采用64位架构的麒麟处理器将具备更加强大的性能,能够应对更加复杂、更加高端的应用场景。其次,64位架构能够更好地支持未来的应用程序和操作系统,为用户提供更加流畅、更加便捷的使用体验。此外,64位架构还具备更高的安全性,能够有效保护用户的隐私和数据安全。 而对于开发者而言,新应用架构的出现也将带来诸多好处。首先,64位架构能够提供更好的代码执行效率,使得应用程序在运行时更加流畅、更加稳定。其次,64位架构的引入将促使开发者更加注重代码的性能优化,从而推动整个行业的技术进步。此外,随着越来越多的开发者开始专注于适合64位移动设备的应用程序,用户也将享受到更加丰富、更加多样化的应用生态。
苹果首次披露多模态大模型!AI 大招什么时候上 iPhone
一直在大模型浪潮有点克制的苹果,终于不再低调了。在今年的苹果股东大会上,库克罕见地谈及了生成式 AI。 苹果 2024 年将在生成式 AI 领域「开辟新天地」。 今天,苹果首次揭晓了在多模态大型语言模型(LLM)研究领域的最新突破。 这是一篇题为《MM1: Methods, Analysis & Insights from Multimodal LLM Pre-training》的学术论文,里面详细介绍了具有高达 30B 参数规模的系列多模态 LLM。 不只是数苹果!超大杯自带火眼金睛 直入主题,先来看看「超大杯」 MM1-30B-Chat 的能力。 MM1-30B-Chat 不仅准确无误地数出图片中苹果、橙子的数量,而且面对一连串数字的识别,也能轻松应对。 难度也进一步升级,研究人员设置了个陷阱问题,询问 MM1-30B-Chat 能看到图片中的红球吗? 并未中招的它能够明确地回应道:「图片中并无红球,我所见到的是一只猫正坐在沙发的枕头上,除此之外,别无他物。」 我们时常在朋友圈上看到飞机上随手一拍的风景图,那 MM1-30B-Chat 会怎么解读这些风景图呢? 目睹这幅图像,人们会体验到敬畏、好奇和宁静等多种情感。飞机窗户外展现的景色令人叹为观止:飞机的机翼下,是一片广阔而雪白的山脉,给人一种宁静和自然之美的深刻感受。 山脉宏伟、层次分明的排列,以及其雪峰与明亮的蓝天形成的对比,让人不禁对自然世界充满惊奇和赞赏。 这种视角还提供了一个日常生活中难以体验的独特世界,激发出人们的好奇心和兴奋感。此外,图中未被触及、原始的风景,还能带来平静与安宁之感。 它提取信息的能力也是一流,光靠一张图,就能滔滔不绝地给你讲清楚地解释清楚蒸发和蒸散发的区别。 推理能力是大模型的必备的核心竞争力之一,这种能力使得模型能够从有限的信息中提炼出深层次的见解和关联。MM1-30B-Chat 仅凭照片,就能推理出下面这些信息: 海滩上的伞图片显示温度在 25-30 摄氏度。伞已撑开,人们在海滩上,看来是个温暖而阳光灿烂的日子。 飞机飞越雪地的图片显示温度在 -20 至 -30 摄氏度。飞机正飞越一片雪地,地面上有车辆,显然是一个寒冷的冬日。 动物在田野上吃草的图片显示温度在 15-20 摄氏度。动物正在吃草,这通常发生在温和的天气中。草地的绿色进一步显示出温和的气候特征。 MM1 是怎么做到的? 苹果发布的论文里详细披露了背后的研究过程。 得益于大规模图像-文本数据的丰富性和大规模计算能力的普及,多模态大模型已经成为众多顶尖模型的标配。 现有的多语言大型语言模型(MLLMs)主要分为封闭和开放两类。封闭模型的信息有限,而开放模型提供详细的参数、数据和训练配置,便于进一步研究。不过,大多数研究缺乏关于算法设计选择的透明度,特别是在多模态预训练方面。 因此,苹果撰写的这篇论文详细记录了多语言大型语言模型(MLLM)的开发过程,并尝试归纳出宝贵的设计经验。 具体来说,研究团队在模型架构决策和预训练数据选择进行了小规模的消融实验,探讨了模型架构决策和预训练数据选择,并观察到了几个有趣的趋势: 在模型设计方面,研究人员发现图像分辨率、视觉编码器的损失和容量、以及视觉编码器的预训练数据是至关重要的考量点。但出乎意料的是,几乎没有发现有力证据支持视觉数据输入到大型语言模型(LLM)的架构设计对性能有显著影响。 此外,研究人员探索了三种不同的预训练数据类型:图像字幕、交错的图像文本数据以及纯文本数据。 他们发现,对于少样本学习和纯文本任务的性能来说,交错的图像-文本数据和纯文本数据极为关键,而对于零样本学习的性能而言,图像-标题对数据最为重要。 经过监督微调(SFT)阶段后,研究人员证实了这些趋势的持续性,无论是在预训练阶段的评估中,还是在后续的基准测试中。这一发现表明,模型在预训练阶段所展现的能力以及所做出的建模决策,在经过微调之后依然保持其有效性。 在研究的最终阶段,研究团队通过扩展至更大规模的大型语言模型(LLMs),包括3B、7B 至 30B 参数级别的模型,以及探索混合专家(MoE)模型的不同配置——从拥有 64 个专家的 3B MoE 到拥有 32 个专家的 7B MoE——来进一步增强模型的性能。 预训练模型 MM1 在少样本学习设置中,无论是在小型还是大型规模上,都在标题生成和视觉问答(VQA)任务上超越了 Emu2、Flamingo 和 IDEFICS 等众多先进模型。经过监督微调(SFT)后的最终模型,在 12 个公认的多模态基准测试中展现了竞争力十足的性能。 得益于广泛的大规模多模态预训练,MM1 展现出了一系列引人注目的能力,包括上下文预测、多图像处理和连贯性推理等。 此外,经过指令调优的 MM1 还表现出了卓越的少样本学习能力。这些显著的成果证明了研究团队提出的构建多语言大型语言模型(MLLM)的方法能够有效地将设计原则转化为实际中具有竞争力的规模化模型。 构建 MM1 的秘诀 构建高性能多模态大型语言模型(MLLMs)是一项极其依赖经验的工作。虽然高层次的架构设计和训练流程是明确的,但实际形式和执行方式却不明确。 研究人员详细记录了为了构建高性能模型所进行的一系列消融实验。主要是三个设计决策维度: 架构:研究人员研究了不同的预训练图像编码器,并探索了将这些编码器与大型语言模型(LLMs)如何连接。 数据:研究人员考虑了不同类型的数据及其混合比例。 训练流程:研究人员探索了如何训练多模态大型语言模型,包括超参数以及在不同阶段训练模型的哪些部分。 鉴于训练大型多模态语言模型(MLLMs)可能涉及庞大的资源消耗,研究人员采取了一种精简的实验设置来进行消融实验。 模型架构消融 实验过程中,研究者分析了使大型语言模型(LLM)有效处理视觉数据的关键组件。他们专注于两个主要问题:最佳预训练视觉编码器的方法,以及如何将视觉特征与 LLM 内部空间有效结合。 图像编码器的预训练:多数多模态大型语言模型(MLLMs)使用 CLIP 预训练的图像编码器,也有研究探索使用 DINOv2 等仅视觉的自监督模型。研究显示,预训练图像编码器的选择对下游任务性能有显著影响,重点关注图像分辨率和预训练目标的重要性。在此过程中,研究人员使用了 2.9B 的 LLM 以充分挖掘大型图像编码器的潜力。 对比损失与重建损失:大规模图像-文本数据集训练的模型展现出强大的语义理解能力,这得益于数据的丰富性和视觉编码器的语义知识。然而,CLIP 风格的模型在密集预测任务上表现不佳,因此研究者考虑使用重建损失来提升图像理解的详细程度。 编码器课程的影响:研究发现,图像分辨率的提升对性能影响最大,其次是模型大小和训练数据组成。提高图像分辨率、增加模型参数和引入合成字幕数据集均能带来性能的小幅提升。 模型类型的选择:对比方法通常优于重建方法,特别是 ViT-L 编码器在性能上小幅超越同等尺寸的 AIM。 预训练数据消融 在追求高性能模型的训练过程中,获取大量且与任务相关的数据是至关重要的。通常,模型的训练被分为两个关键阶段:预训练和指令调优。 预训练阶段涉及使用广泛的网络数据,旨在为模型提供一个全面的学习基础。随后的指令调优阶段则利用针对特定任务精心挑选和策划的数据,以进一步提升模型在该任务上的表现。 而研究人员则集中讨论预训练阶段,并详细阐释他们在数据选择上的策略和考量。 最终模型与训练方法 研究人员选用了 378x378 像素分辨率的 ViT-H 模型,并在 DFN-5B 数据集上以 CLIP 目标进行预训练。 研究显示视觉标记的数量至关重要,因此他们采用了包含 144 个标记的连接器,选择了 C-Abstractor 作为连接器架构。 为了保持模型在零样本和少样本场景下的性能,研究人员使用了 45% 交错图像-文本、45% 图像-文本对和 10% 纯文本的数据组合。 他们也将大型语言模型(LLM)的参数规模扩展至 3B、7B 和 30B,并在相同文本数据集上进行训练。利用预训练的LLM和视觉编码器初始化 MM1,并在混合数据上进行了 200 万步的多模态预训练。 所有模型都在 AXLearn 框架下,以不冻结状态、4096 的序列长度、每序列最多 16张图像、378×378 分辨率和 512 序列的批次大小进行训练。 鉴于在这样规模下进行精确的超参数搜索是不现实的。研究人员依据 LLM 的扩展规律,在小规模上进行了学习率的网格搜索,并确定了最佳学习率,随后将其应用于更大规模的模型中。 监督微调 研究人员还阐述了基于预训练模型所进行的监督微调(SFT)实验细节。 它们遵循了 LLaVA-1.5 和 LLaVA-NeXT 的方法,并从一系列多样化的数据集中收集了大约 100 万个 SFT 示例,包括: 由 GPT-4 和 GPT-4V 生成的指令-响应对,LLaVA-Conv 和 LLaVA-Complex 用于对话和复杂推理,以及 ShareGPT-4V 用于详细图像描述。 针对学术任务的视频-语言(VL)数据集,涵盖了自然图像的 VQAv2、GQA、OKVQA、A-OKVQA 和 COCO Captions;文本丰富的图像数据集 OCRVQA 和 TextCaps;以及文档和图表理解的 DVQA、ChartQA、AI2D、DocVQA、InfoVQA 和 Synthdog-En。 此外,研究人员使用了类似于ShareGPT 的内部数据集,以保持模型对仅文本指令的遵循能力。 论文结论 研究团队致力于探索构建高效能的多模态大型语言模型(MLLMs)的策略。通过精心设计的消融实验,研究人员对建模和数据选择进行深入分析,从而归纳出一系列关键的经验教训。 这些经验成功培养出一个预训练模型,在各种少样本评估中取得了业界领先的成绩。经过监督微调(SFT)的过程,这一模型系列在多个基准测试中展现出卓越的性能,不仅能够处理多图像推理任务,还能适应少样本提示的挑战。 更多研究细节,请查阅论文地址:https://arxiv.org/pdf/2403.09611.pdf 另外,据彭博社报道,苹果在今年早些时候还悄然收购了加拿大 AI 初创公司 DarwinAI。而该公司掌握的核心技术之一是利用 AI 来理解深度神经网络算法,并据此定制生成一系列经过高度优化、满足特定需求的神经网络。 报道还指出,这项技术对苹果公司来说可能极具战略价值,因为它完美契合苹果致力于在设备上直接运行 AI 功能的长远规划,而非单纯依赖云端计算。 无论是发表学术论文,还是战略性收购,这一连串举措都清晰表明了苹果即将在 AI 领域大展拳脚。 如今距离 WWDC24 仅剩不到三个月的时间,现在,让我们备好爆米花,屏息以待,准备迎接库克所描述的「开辟新天地」。
AI电视,杀疯了!
2024年一季度,科技行业精彩不断。从一月份的CES,二月份的MWC,再到目前正火热进行中的AWE 2024(中国家电及消费电子博览会),雷科技均派出了报道团到现场进行全程实时报道。 自去年以来,AI 成为了各行各业绕不开的话题。OpenAI公司旗下的ChatGPT带来了惊人的连续自然语言对话能力、音频处理工具Sovit将AI语音变成现实,而近期话题度极高的Sora,则是让人类进入到通用人工智能时代(AGI)的进程再度被缩短。因此,AI家电也顺势成了这届AWE最热门的话题,在产品维度,最能让我们感知到AI家电魅力的,则是“AI电视”,头部电视巨头都在探索自家产品与AI技术的有机结合,并在AWE 2024上带来了不少前沿的科技成果。 (图源:雷科技) 海信:用「信芯」,重塑AI画质 要说积极拥抱AI的头部厂商,那海信肯定是其中之一。 早在AWE 2024展前预热期,海信电视就在微博放出一个信息:“当电视遇到AI,生活将会怎样?”,引发行业诸多猜想。 在3月15日的展会上,谜底正式得到了揭晓,海信电视新品U8N Pro的正式亮相,代表着海信率先向行业给出了自己的答案。 (图源:海信) 为了让产品更好地发挥AI的优势,海信U8N Pro搭载了一颗信芯AI感知芯片,画质增强能力也随之提升。 在AI三维感知技术的加持下,海信U8N Pro可以智能分析环境光线、片源内容,随时调整优化画面色彩、对比度、清晰度、细节等,并协同显示芯片、背光显示控制技术和抗扰屏等全链路一体运作,改善画面暗淡扁平、色彩失真等问题,给用户带来更加真实、更有细节的观影体验。 按照官方的说法,那就是全面进入了AI计算画质时代。 (图源:雷科技) 不仅如此,这颗芯片拥有的领先的AI算力,也让海信U8N Pro变得更加「聪明」。 不同于现存电视的指令式服务,海信可以借助自家领先的AI算力、Ju Cloud提供的海量数据以及星海大模型提供的强大算法,让AI电视能够听懂甚至看懂越来越多指令,比如通过AI技术主动判断预测用户的需求,带来更加的主动式服务等。在AI技术加持下,海信U8N Pro让人机交互变得更加简单、自然,甚至还能通过「爱家」平台调动其他家庭设备。 (图源:海信) 海信坚信,电视AI需要算力、算法和数据三大底座提供算力支持,而信芯AI感知芯片、海信星海大模型和Ju Cloud云底座,就是他们打造出行业首个全链路全场景电视AI架构的扎实基础,这些技术的积累,终将引起用户体验的质变。 不仅要注重画质,也要提升用户体验,还需要与场景融合,带来更全面的AI体验。海信认为,这样才能让电视真正来到AI时代,成为AI时代的交互窗口,为电视赋予AI时代的新价值。 TCL:不提AI电视,但AI无处不在 或许是英雄所见略同吧,在对AI技术的应用上,TCL的思路和海信其实是差不多的。 比如刚发布的TCL X11H,便采用了TCL自研TSR独立画质芯片搭配上自研全识AI大模型的组合,以强大的AI算力及深度计算模型为基础,通过全域信息采集、全维图像分析、全景画质增强三个步骤对画质进行系统化处理,从而带来更符合人眼观看的画质效果。 (图源:TCL) 同时,在AI算力的加持下,X11H的瞬态响应和双向16bit技术也喜提升级,通过更强大的算法控制更多的背光分区,让发光成像变得飞快,即便达到了万级背光分区,显示画面依然能做到清晰无拖影。 不同之处在于,目前TCL在系统上走的是极简方案,它们现在主推的灵控桌面主打的便是「极简化」与「可自定义」,不仅没有了常见的主动推广信息流,用户甚至可以做到根据需求随意定制桌面,比如添加桌面组件、自建文件夹放入不同类型内容,可以随心所欲地打造一个契合自己使用需求的桌面。 (图源:雷科技) 至于在系统层面上,究竟是AI赋能的主动内容推送更加好用,还是用户全权掌握的极简桌面设计更加好用,或许只有时间能给我们答案。 长虹:除了「壁画」, 更有云帆AI系统 在此次展览中,四川长虹以“AI•生活•家”为参展主题,带来了一系列应用人工智能技术的智慧家电成果,其中就包括最新发布的长虹「壁画+」系列电视,以及长虹自研的云帆AI系统。 (图源:雷科技让壁画+电视生成的“重庆山城夜景”壁画) 硬件上,长虹「壁画+」系列电视采用了ADS PRO定制的晶彩屏,支持178°全视角、360°无光晕观影,这块均匀度极高的MiniLED显示屏,在展示艺术画作的时候能够获得相当不错的效果,实现智能生活和自然艺术的有机结合。 长虹「壁画+」的核心卖点是“超薄”,甚至做到跟画框一样薄,只有18.9mm,领先行业。电视超薄化并不容易,一方面有些显示技术本身会有较多元器件和背光系统占空间,难以变薄;另一方面,超薄后的电视被“贴墙安装”,没有空间散热,但电视不论是屏幕显示抑或是智能系统的运算都在散发热量。据长虹AWE现场工作人员介绍,长虹「壁画+」通过使用航空材料以及应用独特的散热工艺实现“航级散热”,让对应的热量在电视后方极窄的缝隙中高效散发。 此外,长虹在今年AWE上提出AI家电战略,作为其核心品类的电视也前瞻布局AI电视,在生成式AI与电视的结合上率先落地了应用。长虹「壁画+」电视集成的云帆AI平台是一个基于AIGC构建的人工智能系统,它可以根据用户需求创造内容和服务,让用户在家就能实现「AI绘画」、「AI教育」、「AI健康」等一系列功能,比如最具代表性的就是AI创作“壁画”。 (图源:雷科技) 当然,这些生成式应用仅仅是云帆AI体验中的一环。在全球首个基于大模型的智慧家电AI平台——长虹云帆加持下,用户可以借助语音控制等交互方式,通过电视对家中智能设备进行联动控制,电视不再只是一台观看设备,而成了一个智能、便捷的家庭中心,目的是实现从家电到家人的角色转换。 除了AI加持的「壁画+」电视等新品之外,长虹更在本次展会上推出与海思深度合作的「全球首款星闪电视」。这款采用星闪技术的电视产品,具备低延时、抗干扰、高可靠等诸多领先优势,可以借由星闪技术和各种周边配件快速配对,亦可通过华为手机实现低延迟的无缝投屏。 对于星闪技术的快速普及,小雷本人确实是非常激动的。这款产品的发布,不仅意味着长虹携手海思鸿鹄媒体解决方案的深度合作,也为星闪生态和电视产业的未来发展注入了新的发展活力,希望随着技术潜力的不断挖掘,我们还能看到更多基于星闪技术的周边配件不断涌现。 三星:AI for All, AI电视不落伍 作为今年最早提出「AI for All」口号的厂商,AI功能自然也是三星展台上必不可少的一道风景线。从今年的新款旗舰手机Galaxy S24系列到BESPOKE缤色铂格新品冰箱,每款产品都在凸显着「AI驱动体验升级」这一核心论点。 图源:雷科技摄制,三星AWE展台 以三星电视上搭载的新一代AI芯片NQ8 AI Gen3为例,这枚芯片可以利用人工智能优化影像原片中的细节,还能通过深度学习分析模型还原图像中的真实纹理,将常见的低分辨率内容提升至近乎8K的超高清水平。 (图源:雷科技) 不止于此,利用AI的强大数据处理能力,全新三星Neo QLED 8K QN900D能够智能识别画面中的运动物体,精确分析和优化它们的运动轨迹,并对画面进行插帧,即使是在低帧率的片源下,也能生成更流畅的体育赛事和动作电影。 除了画面,三星还将AI技术应用到了音频上。利用AI算法智能感知周围环境的声学特性,对每个人观影环境进行还原,就像是给你请了个私人调音师那样,通过实时调整音频输出,保证用户在任何环境下都能获得清晰、均衡且沉浸式的音效体验。 (图源:雷科技) 三星这套AI方案,不仅能把产品本身的硬件能力充分发挥出来,更是在一定程度上克服了「高清资源少」、「声学环境差」等客观因素的影响。强大的神经网络结合AI深度学习算法的应用,未来仍然会使电视芯片不断学习和自我进化,直到开启一个属于AI视听的新纪元。 AI冲击波袭来, 电视巨头们准备好了吗? 纵览AWE 2024展,我们不难看出,这股AI硬件的风,终究还是吹到了电视行业。 就连在展会上没有刻意提起AI功能的创维,也在其主打的壁画电视上加入了大语言模型加持的AI助手功能。 (图源:雷科技) 当然,这并不算什么令人惊讶的事情。根据洛图科技最新发布的《全球电视品牌市场出货季度追踪》数据显示,2023年全年,全球电视市场品牌整机出货量达到2.01亿台,同比2022年下降1.6%,创下近十年来的新低点。 (图源:洛图科技) 当行业内存量产品过多,整体硬件配置趋于统一,只有从用户体验入手,将AI能力树立为自家最新一代产品中的主要卖点,才能让买家感到「物超所值」,而这也是最理想的行业突破口。 问题来了,我们应该如何定义AI电视? (图源:雷科技) 从雷科技AWE报道团在海信、TCL、长虹、创维和三星等头部巨头的电视展台的观察来看,目前AI电视的核心要素主要可以概括为以下三点: 1、AI画质。通过AI芯片,对传统低清资源的画面进行优化还原,或是对画面的色彩、对比度进行实时矫正,增强电视最根本的画质、音频方面的能力,给用户带来更好的影音体验; 2、AI交互。接入自研语言大模型,使人机交互更加顺畅,让电视可以更懂人的需求。用户通过一个简单的指令,甚至可以是比较模糊的语义指令,就能让电视主动实现后续一系列复杂的操作; 3、AI互联。通过与AI技术的结合,让电视成为真正的全屋无感智能中枢,理论上来说,不仅可以更好地理解用户需求,自动创建居家场景,也能作为智能中枢控制协调数十上百的智能设备,让消费者过上真正的智慧生活。 4、AI创作。基于大模型技术的文生图、文生文能力进行一些AI生成应用的落地,比如长虹壁画电视的画报创作,再比如未来可以对家庭相册进行智能视频合成等。 (图源:雷科技) 2024年,AI电视才刚面世,它究竟会长成怎样需要行业一起去定义,当前面临大模型技术不成熟、端侧芯片计算力较低、AI应用生态不丰富等难题。现在唯一确定的是,不管电视巨头做不做AI电视,它们都不会忽视AI大模型带来的创新机会。对于电视这一古老的产品来说,与AI大模型的融合应该回归到用户体验与价值创造上,不应该为了AI而AI,拿着锤子找钉子。 雷科技相信,我们现在能看到的应用场景只是AI大模型在电视上落地后的一小部分,未来的这个品类还会爆发出更大的威力。 没错,电视行业的未来,与AI站在一起。2013年前后,搭载安卓系统、让内容突破传统电视台的智能电视彻底重构了电视市场秩序,非智能电视以及作为过渡期产品的电视盒子已全被淘汰。十年后,AI电视,将再一次改变电视行业格局。 AI冲击波袭来,电视巨头们,都准备好了吗? 3月14日-3月17日,AWE(中国家电及消费电子博览会) 2024 盛大开幕,TCL、海信、海尔、三翼鸟、长虹、创维、九阳、云米、科沃斯、追觅、万和、云鲸、添可、雷鸟、知乎等巨头重磅参展,生成式AI与家电的结合成为重要看点,“AI家电”风起云涌,雷科技AWE 2024报道团正在现场进行全程追踪报道,敬请关注。
vivo X Fold3系列折叠屏手机官图发布:高管称-30℃低温使用无压力
IT之家 3 月 17 日消息,vivo 品牌副总裁兼品牌与产品战略总经理 @贾净东 今日午间发长文,对“最轻薄的重量级‘大折叠机皇’”vivo X Fold3 系列进行详细预热。 IT之家汇总主要信息如下: X Fold3 系列号称全球首款采用骁龙 8 Gen 3 的折叠巨幕手机,常温跑分高达 217 万; 搭载 8.03 英寸的三星 E7 屏幕; 配备蔡司 T * 镜头、5000 万折叠最大底主摄、折叠最强的潜望长焦,内置 vivo 自研 V3 影像芯片; 搭配行业首个专为折叠屏设计的全面可靠机身架构 —— 铠羽架构,号称让折叠屏从外屏到内屏、从后盖到边框,每一面都可靠,每一颗零件都耐造; 支持 IPX8 防水。 贾净东这次着重介绍了新机的电池表现。他表示,这次 X Fold3 系列的蓝海续航“非常强”,电池容量参数“强到离谱”。新机将实现“两天一充”续航,且在低温续航方面具有较好表现。 据介绍,年前工作人员携带 X Fold3 系列手机前往南极,见证了中国南极秦岭站的开站时刻。在平均气温零下三十多度的南极,“X Fold3 系列搭载的蓝海大电池经受住了南极低温的考验,依然能够“冷静”工作。” 此外,该机的单边厚度号称比 vivo X5 Max(IT之家注:号称史上最薄智能手机,厚度 4.75mm,2014 年发布)还要薄,标准版机型的净重“低于一个大苹果”。 根据“数码闲聊站”此前爆料,新机将提供黑白双色,“白玻纤巨好看”,顶配采用 16GB+1TB 组合,暂定 3 月 27 日发布。
博主称小米Civi系列涨价已是定数,但配置不会被“阉割”
日前,CNMO注意到,有数码博主发文称,小米Civi系列的涨价已成定局。此前小米13/14系列的成功冲高,为小米品牌溢价打下了坚实的基础。自小米14 Ultra问世以来,小米品牌溢价的现象愈发明显,Civi系列自然也会跟随这一趋势。但值得注意的是,小米并不会利用品牌溢价去削减产品质量或进行不合理的利润追求。相反,他们更愿意将这部分溢价投入到更多的成本中,用于提升软硬件的品质,从而为用户提供更优质的体验。 博主还表示,小米品牌溢价的成功,对于小米而言无疑是一件好事。经过三四年的努力,从小米10开始,小米终于成功摆脱了“低端货”的品牌形象。在这一转变过程中,红米系列发挥了重要的作用。红米成功吸引了原本属于小米的低端用户群体,使得小米有了更大的空间去冲击高端市场。小米的盈利增加,也为其技术研发和企业价值的提升提供了更多的动力。 据悉,小米即将发布的Civi 4将率先搭载骁龙8s Gen3移动平台,其性能提升幅度显著。目前,在小米手机中,仅有小米14系列与红米K70 Pro等少数机型配备同款处理器,由此可见,小米有意提升Civi 4系列的定位。预计Civi 4系列不仅将在线下市场大放异彩,更可能在线上市场展现出强大的竞争力。 除了性能的显著跃升,小米还计划将先进的卫星通信技术和徕卡影像系统引入Civi 4系列,这意味着小米Civi 4系列将成为继小米14 Ultra之后,小米旗下的第二款具备卫星通信功能的手机。 如果小米Civi 4的配置相比同档位的机型确实实现了显著的提升,那么其价格的适度上涨可以说是合情合理的。毕竟,更高级别的硬件配置、以及更丰富的功能特性,都需要更多的研发投入和更精细的制造工艺来支撑。
消息称索尼Xperia 1 VI手机有望5月上市,Xperia 5系列被砍
IT之家 3 月 17 日消息,博主 @zackbuks 日前带来索尼新机的最新消息,预计来自即将推出的 Xperia 1 VI。 该博主透露,索尼新机屏幕比例从 21:9 改为约 19.5:9,分辨率从 4K 降到 2K+,整体变宽,设计思路没变,还是和上一代看齐。他还表示消息“不保真”,如果雷同,纯属巧合。全球发布上市时间大概还是 5 月份。 此外,该博主今日凌晨发文“Xperia 5 Series,R.I.P 2024”,暗示索尼今年将不会推出 Xperia 5 系列手机。 据IT之家此前报道,索尼上一代 Xperia 1 V 发布于 2023 年 5 月,售价 8999 元起。该机采用 6.5 英寸 21:9 4K(3860×1644)无打孔屏,支持实时 HDR 技术,正面立体声隐藏式双扬声器升级为全频段单元。此外,该机还搭载了高通骁龙 8 Gen 2 处理器,内置 5000mAh 电池,支持 33W PD3.0 快充、Qi 无线充电等。 Xperia 1 V 采用了 IMX888 主摄(24mm,1/1.35,52MP 全长宽比、48MP 有效像素,12MP 静态输出,2.24um 像素尺寸,F1.9),采用全新 Exmor T 双层晶体管像素堆栈式影像传感器。 索尼 Xperia 5 V 索尼 Xperia 5 V 发布于 2023 年 9 月,售价 6999 元。该机搭载骁龙 8 Gen 2 移动平台,正面配备 6.1 英寸 21:9 OLED 显示屏,分辨率为 2520x1080,支持 120Hz 刷新率、实时 HDR、DCI-P3 100%。 索尼 Xperia 5 V 的后置镜头由上代的三摄镜头变为双摄镜头,分别为 1200 万像素 16mm 镜头(1/2.5 英寸,F2.2,视角 124°)、4800 万像素 24mm 镜头(1 /1.35 英寸,F1.9,视角 84°),可 2 倍变焦至 48mm。
苹果或在2026年发布7-8英寸的可折叠iPhone
原标题:苹果或在2026年发布7-8英寸的可折叠iPhone 果粉狂喜 此前,关于苹果折叠屏iPhone的传闻此起彼伏,然而其确切的发布计划始终笼罩在迷雾之中。而近日,CNMO注意到,在2024年韩国显示器大会(KDC)上,高级研究员Kang Min-soo为预测,苹果有望在2026年发布一款屏幕尺寸在7-8英寸的可折叠iPhone。 Counterpoint此前预测,至2027年,全球折叠屏智能手机出货量将突破1亿部大关。中金公司的研究也显示,随着2022年折叠屏产品迭代步伐的加快,预计到2025年全球折叠屏手机出货量将逼近8000万台。 值得关注的是,统计数据揭示了一个有趣的现象:iOS用户对折叠屏手机的兴趣比例高达58%,显示出市场对苹果折叠屏产品的热切期待。然而,市场上关于苹果折叠屏规划和取消的传言却此起彼伏,给这一热门话题增添了不少悬念。 年初时,有消息传出,由于对折叠屏耐用性的顾虑,苹果曾一度暂停了可折叠iPhone的开发。据悉,苹果此前曾与三星Display和LG Display等供应商接洽,但样品质量未能满足苹果的高标准,这也是导致项目暂停的主要原因。 不过,从专利布局的角度来看,苹果并未放弃折叠屏产品的研发。最近,美国商标和专利局公示的清单显示,苹果成功获得了一项关于折叠屏的关键技术专利,该专利涵盖了iPhone、平板电脑、笔记本电脑等多类产品。这项专利通过创新的化学方法制造纹理玻璃,旨在解决折叠处玻璃易破裂的问题,并有效处理折叠屏的折痕难题。这一进展表明,苹果仍在加速推进折叠屏产品的研发,以期在未来市场中占据一席之地。
价格战不是常态 岚图CEO卢放:不主张通过打价格战提高市占率
快科技3月17日消息,在中国电动汽车百人会论坛(2024)上,岚图汽车CEO卢放发表了《构建汽车消费升级新生态 巩固和扩大新能源汽车消费》主题演讲。 卢放表示:我们不主张通过打价格战提高市占率,价格战不是常态。 最终,我们要回到产品+服务的本质上来,回到用户的体验和品牌的价值观上来。 此外,卢放还提到:我们不主张过度营销,坚守底线,不违背公序良俗,不搞夸张式的宣传误导用户,坚持“致良知”,为社会创造价值,而不是消耗社会的财富。 除此之外,卢放还提出了新能源汽车消费的五大趋势: 1、是从硬件消费转向软硬结合,由于软件的边际成本几乎为零,汽车企业纷纷把重点投向“软件定义汽车”,开发全新的软件和服务导向型架构,满足用户对于驾驶体验的新需求。 2、从绿色化消费向绿色化和智能化结合转变,近年来,L2及以上智能汽车渗透率持续走高,2025年预计将突破40%,未来,越来越多的用户接受并倾向于购买智能汽车。 3、从线下消费向线下与线上相结合转变,新能源汽车和油电混合动力汽车的用户更倾向于线上渠道,占比分别达到43.7%和43.4%,高于线下4S店22.8%和30.8%的占比。线上渠道占比与线下差别不断缩小,未来线下线上渠道将会有更多协同。 4、从理性消费向理性和情绪的结合转变,在新能源汽车用户中,这部分人群认同新能源环保理念,对新事物的接受度和尝试意愿更高,同时也具备更强的时代责任感,更容易被新鲜事物所引领。 5、从产金分离向汽车与金融相结合转变,目前,已经形成了以汽车金融公司、商业银行、融资租赁公司等为代表的汽车金融发展格局。
特斯拉向美国用户大规模推送FSD Beta v12.3
IT之家 3 月 17 日消息,特斯拉的 FSD Beta 版 12 正式迎来新版本推送,此次推送的 FSD Beta v12.3 面向美国的部分用户开放。 据特斯拉软件信息追踪者 Teslascope 消息,FSD Beta v12.3 版本已于周六凌晨推送给美国数千辆特斯拉汽车,覆盖了包括东海岸在内的多个地区。Teslascope 指出,此次推送涉及的车辆软件版本号为 2023.44.30.8 和 2023.44.30.14。 值得注意的是,本次推送似乎涵盖了美国所有拥有 FSD Beta 测试资格的车辆,此前该版本已经推送给内部员工和配备 HW4 的特别测试组。不过,加拿大地区的 FSD Beta 测试目前仅限于特斯拉员工,Teslascope 预计加拿大用户很快也将获得新版本推送。 Teslascope 还提到,此次更新中,配备了 HW4 硬件的车辆暂时没有收到推送,这与之前 HW4 版本率先推送给员工和测试组的情况有所不同。当有人询问这是否与 HW4 硬件的性能问题有关时,Teslascope 表示他们与特斯拉员工交流后,收到的反馈对该软件评价非常积极。 IT之家注意到,特斯拉在上个月推送了 FSD Beta v12.2.1 版本,尽管存在一些小问题,但用户总体上对该版本的改进持肯定态度。一些用户指出,新版本在舒适完成 U 型转弯和低可见度路况行驶方面取得了显著进步,这得益于 v12 版本转向了“端到端神经网络”控制车辆的方式。 特斯拉 CEO 埃隆・马斯克去年曾表示,FSD Beta v12 版本将去除“Beta”测试标签,但目前推送的 v12 版本中仍然包含该标签。Teslascope 推测,该标签可能在今年晚些时候移除。马斯克在去年 12 月早期版本推送给员工时曾提到,该软件还需要进行额外的测试才能向更大范围的用户开放。

版权所有 (C) 广州智会云科技发展有限公司 粤ICP备20006386号

免责声明:本网站部分内容由用户自行上传,如权利人发现存在误传其作品情形,请及时与本站联系。