产品分类:
加载中...
头条分类:
加载中...
为什么汽车电商仍然一地鸡毛?这三个方面是主因
如今,电商在国内已经成为了年轻人购物的主要渠道之一,并且电商平台在每年的营收方面都在不断的增长,根据网经社的数据显示,2020年中国上市电商公司中,京东营收7458.02亿元、阿里巴巴营收5298.94亿元、苏宁易购营收2523亿元。这一系列的数据似乎表明了电商的模式代替线下购买只是时间问题。 电商冲击着手机、家电、日用品甚至蔬菜、美食等等方面的购买渠道,但有一种产品,电商多次入局想要改变购买渠道,但最终一次次失败,那就是汽车。 按理说,电商带给人们更加便捷、透明的购买体验,为何这一“灵丹妙药”遇到汽车行业就不显灵了呢?笔者认为,这主要是由于三个方面制约了电商渠道在汽车行业的发展,要想改变目前的局面还是要从三方面入手。 一、消费观念的转变需要时间 首先一堵大墙摆在汽车电商面前的,仍然是消费观念问题,通过电商渠道购买产品占据了人们消费比重的大头了么?其实并不是,在众多消费者心中,线下市场仍然占据着很高的地位。在面对“大件”的时候这个现象尤为明显,尤其是对于大家电、烟灶消这类需要专业人士进行安装的产品这一现象确实更加严重。 即便是已经与我们生活形影不离的手机,购买上已经非常方便,并且无需安装,到手即用的特性已经深入人心,目前线下市场的销量仍然占据大多数。市场调研机构Counterpoint就发布了《2020年下半年全球智能手机线上市场回顾和展望》,其中数据显示,2020年下半年,中国智能手机市场线上销量占总销量比重仅为33%。是的,你没有看错,网购手机并没有成为中国消费者的常态,手机的全年销量与618、双11电商节热销产品的数据不同也是源于此。 再将目光放在家电行业方面,确实,2020年由于疫情等多种因素影响下,家电市场总体呈现出加速向线上市场转变趋势。但最终效果如何呢?根据奥维云网的发布的《2020年中国家电市场总结及2021年市场展望》中,数据显示,2020年彩电线上零售量占比为64%、空调为51.5%、燃气热水器为45.8%、油烟机为38.2%。只有吸尘器、净化器、电饭煲这一类小家电,同时也是年轻人主力消费的产品线上销量呈现出压倒性优势。越关乎安全的产品似乎线下市场占比越高。 而汽车作为家庭中的“大件”产品,并且关乎自身和他人的人身健康问题,通过电商渠道下单选购仍然会成为消费者的一种“心理芥蒂”。并且电商对于商品的的渗透率真的没有想象中那样高,观念的转变仍然需要时间。 二、汽车电商无法绕过4S店提供服务 其次,目前电商的飞速发展,与强大的物流发展也是密不可分的。仔细思考,目前电商渗透率更高的小商品方面,更多的产品都是日用品、小物件等物品,本身并没有非常强的服务性等门槛,而是到手就一切OK形式。与之相匹配的是物流行业的壮大,产品送货上门或者放在代收点是一种常态。 根据国家邮政局的数据显示,2021年全国快递业务量突破500亿件,用时仅6个月,接近2018年全年水平。没错,物流业的蓬勃发展,将商品送到人们手上这一便捷特性,才是电商飞速发展的“踏板”。 但是汽车这一产品目前手续繁复,检测、上牌或者办临牌、办理保险等都是需要人员进行,需要车主到场。更不要说汽车如果上门,拖车运输的价格是问题,开到顾客家,顾客又能否接受新车被人先开的“心理芥蒂”以及如果遇到事故的责任以及车辆问题。所以汽车电商依然是依托于4S店的网络,只做定金交付,并没有解决体验的基础。 当然,对于汽车品牌,依然有着直营店的方式可以选择,有别于目前的体验。但直营店对于车企自身的资金压力非常大。这使得直营店的数量铺开也成为一种阻碍,如果直营店过少,造成用户提车里程体验较差的问题,也容易造成服务质量的下降。同时,汽车作为一个拥有庞大后市场的产品,维修保养也成为问题,摆脱4S店模式又如何保证维修保养的质量与一致性就成为问题。 三、汽车电商“透明”度依然是问题 最后,目前汽车电商确实有所发展。这一发展从特斯拉进入中国开始后有所展现,通过网络订车已经成为新能源车企的一种新“时尚”,其许多选装配置可以进行在线预览以及选购,同时价格上也更加透明,摆脱了4S店模式下官方发布汽车仅为指导价,而真正的最终交易价格掌握在4S店手里的模式。 但这一种“透明”又成为了一把“双刃剑”。一方面,其对于某些热门车型那种加价购车的行为给予了遏制,让销售人员的服务做到应该做的水平,让价格和提车进度更加透明;但另一方面,却在汽车换代或降价时埋了“雷”,这主要是由于4S店模式下一些车型,出于经销商的经营情况,或者产品末期的情况下,可能会出现大力度优惠的情况。但得益于本身价格的“不透明”消费者并不会过度关注,或者是自身的议价能力上寻找出路。但电商模式下,昨天订车今天换代“加量不加价”亦或是“降价”的情况则显得尤为尖锐,也成为消费者的“心理芥蒂”。 另外,目前的电商模式真的“透明”到位了么?近期某车型爆出产品配置标配变为选配、宣传平台充电能力但实际产品充电能力不同的情况。以及某车型“完全自动驾驶”功能再选配后迟迟没有实装等情况,也为电商购车的“透明”笼罩了一层阴霾。 综上所述,电商的发展我们有目共睹,但汽车这一行业,想要达到手机、家电那样的线上销售占比,似乎仍然需要一定的时间,这更多的是一种客观规律,是在目前这一用户心理因素、政策因素等多方面影响下,注定无法逾越的沟壑,或许只有时间才会改变一切。 不过,在庞大的汽车后市场中,电商已经发挥了重要作用,无论是大到汽车轮胎、机油这些产品,还是点烟器手机充电器、车载无线充电支架等,都已经展现了蓬勃生机。下面一些产品就非常值得选购。
消息称小米有望首发两亿像素镜头 预计为三星GND大底+高像素
IT之家 7月7日消息 曾经的小米CC9 Pro全球首发1亿像素镜头(ISOCELL HMX),到目前为止业界最高像素依然是三星的产品,例如最新的ISOCELL HM3、GN1 等。 此外,小米11也采用了三星HMX传感器。由此可见,小米旗舰机型一直以来便与三星传感器有所合作,甚至首发。 数码博主 @数码闲聊站 今日透露,小米内部正在测试一款两亿像素的全新机型,如果一切顺利,小米的进度将会是目前业界最快的,自然也拥有最高的概率再次全球首发这一镜头。 从此前消息来看,业界这唯一的一款两亿像素传感器将是三星的S5KGND,也有可能作为不完全体的S5KHP1出现。 从爆料信息来看,三星GND将拥有1/1.37英寸大底,1.28um单位像素面积(0.64um PD),拥有四合一/十六合一两种输出模式。 也就是说,它可以实现 Quad Bayer四合一50MP(8192x6144)的输出或 Hex Bayer 十六合一10bit 12.5MP的输出,支持超级夜景,最高16K 30帧录像,有望打破业界参数上限。 值得一提的是,此前有消息称S5KGND的成本价可达100美元而且这还不算OIS防抖支持(作为对比,小米11镜头维修费410元)。 IT之家曾报道,三星去年便已预热过200MP的四摄手机,甚至外媒认为三星Galaxy S22系列将与奥林巴斯联名,配备两亿像素超大底镜头,堪称恐怖。
放弃屏下改用超窄边框前摄?小米MIX 4新机预测
今年年初,小米官方正式确认了备受期待的小米MIX系列将会在今年回归,并在3月的春季发布会上发布了小米的新款折叠屏手机小米MIX Fold,不过大家最期待的小米MIX数字系列的下一代机型小米MIX 4却至今为止仍然是“只闻其声,不见其机”。 小米MIX 4网传渲染图 近日,有关小米MIX 4新机的各项传闻再次频繁出现,很多信息表明小米极有可能在2021年8月底发布新一代的小米MIX数字系列的新款机型,也就是传闻中的小米MIX 4。下面便根据近日有关小米MIX 4的各项传闻来预测一下小米MIX 4会是一部怎样的旗舰新机。 屏下摄像头很美好 但窄边框前摄更现实 一直以来关于小米MIX 4的一个讨论焦点,就是大家认为小米MIX 4将会搭载真正具有高实用价值的屏下摄像头技术。此前小米发布了第三代屏下摄像头技术,该技术相比此前面世的部分手机屏下摄像头技术具有更好的屏下摄像头隐藏效果,同时透光率也相比于之前的技术有所改善。 小米第三代屏下摄像头技术 根据有关消息透露该技术方案是由小米与TCL合作研发,而屏下摄像头技术一般会与手机屏幕进行组合使用,所以能够猜测到,如果小米希望在小米MIX 4上采用此前发布的第三代屏下摄像头技术,那么小米MIX 4大概率会搭载来自华星光电的OLED屏幕,此前小米已经有多款旗舰机型搭载了华星光电的OLED屏幕。 虽然很多消息表示小米MIX 4将会采用屏下摄像头技术,但是从小米第三代屏下摄像头技术自去年发布以来迟迟没有量产的现状可以看出,目前屏下摄像头技术还存在较大的技术障碍。 前几日,网上曝出了小米的一项设计专利显示小米计划将前置摄像头整合到额头的超窄边框内,通过超小的孔洞将光线引导到内部的前置摄像头上,从而成像。也就是说小米在研发屏下摄像头技的同时也在积极研发替代方案。 小米超窄边框前摄专利图示 从量产的角度来讲,这种将前置摄像头整合到手机屏幕顶部边框的设计更符合实际需求。不过借助这一技术小米也无法实现此前公布的小米四曲瀑布屏概念手机的设计形态,因为这种技术将会要求手机保留原有的边框设计。 网传渲染图 就此,不妨大胆猜测小米MIX 4将会根据不同版本采用不同的全面屏解决方案。例如小米MIX 4标准版将会采用超窄边框前摄设计,而更进阶的版本则会此采用屏下摄像头设计。 SoC或采用骁龙888 Plus 对于小米MIX 4来讲,其处理器的选择可能是目前最大概率可以确定的配置,小米MIX 4极有可能将会搭载高通骁龙888 Plus。小米作为高通的合作伙伴,其长期以来都会在自己的旗舰机型上使用高通处理器。 高通骁龙888 Plus 在此前高通骁龙888 Plus发布时,小米公司手机部副总裁兼任硬件工程部总经理张雷也表示:“小米与高通技术公司长期保持紧密的合作,携手将最先进的移动体验带给全球用户。小米迈入新十年后,高通技术公司继续为小米在冲击高端的道路上提供大力支持。我们十分期待利用骁龙888 Plus支持的强大5G、AI、游戏和影像特性,进一步夯实小米在高端市场的地位,不负全球米粉的期待。” 高通骁龙888 Plus 考虑到2021年下半年的市场趋势,高通骁龙888 Plus无疑是小米MIX 4的首选处理器型号。对此大家可以期待的是,小米将会如何调教高通骁龙888 Plus,特别是在注重握持体验的小米MIX 4,小米会如何处理散热问题,这些都需要等到正式发售之后才能揭晓。 120W快充或将回归 近日,知名爆料博主@数码闲聊站透露,下半年将有一款旗舰产品搭载120W有线快充+70W无线快充,从多方信息可以判断这一机型大概率是一款小米旗舰机型,并且极有可能就是小米MIX 4。 120W有线快充+70W无线快充,这一充电配置组合对于小米来说并不存在太大的技术难点。此前小米已经在小米10至尊纪念版上实现了120W有线快充的量产,70W无线快充又相比小米11 Pro目前使用的67W无线充电功率没有太大的提升,所以技术难度并不高。 小米10至尊纪念版120W快充 摄像头配置是最大的谜团 在关于小米MIX 4的众多传闻当中最难确定的是小米MIX 4的后置摄像头模组将会采用何种配置。目前在小米的主流旗舰机型上,小米一直坚持采用来自三星的1亿像素传感器模组,不过在高端旗舰上小米的主摄传感器选择和配置则显得十分多样化。 网传小米MIX 4 例如在小米10至尊纪念版上小米采用了来自豪威的4800万像素超清主摄、在小米11 Pro上则采用了来自三星的1/1.12''GN2大底主摄、而更高端的小米MIX Fold可能出于机身尺寸考虑又采用了三星1亿像素超清主摄,很难总结出一定的规律。 根据近日网上流传的一张曝光渲染图显示,小米MIX 4的机身背面设计与小米11 Ultra相似。由此,不妨认为小米MIX 4将会延续采用小米11 Pro和小米11 Ultra的三星的1/1.12''GN2大底主摄,这样的做法从手机摄影功能的研发角度来说更符合实际。当然也不排除小米会试图在小米MIX 4上抢先首发2亿像素传感器等情况的发生。 总结 随着预期中的发布日期临近,关于小米MIX 4的相关曝光信息将会越来越多,外界也能够更加准确地描绘出小米MIX 4的外观和各项性能配置。仅从目前所曝光的信息来看,无论小米MIX 4最终采用何种全面屏解决方案,其本身都是十分值得期待的。当然更多关于小米MIX 4的信息还要等到小米官方发布会才会揭晓。
2021上半年半导体行业回顾:产业链开始恶性循环
2021过去的6个月,半导体行业一直围绕着“缺货”二字稳步而又动荡的发展着,半导体行业是电子产品的核心产业,一季度的半导体行业迎来了近10年来最大的一次缺货潮,需求量的激增导致了产能不足,随之就是各种扩充工厂规模。但二季度中期频繁扩充后又出现了制造设备短缺的情况,半导体产业已经进入了一个恶性死循环。 缺货并不是单一品种 而是全行业都缺 去年下半年到今年的半导体市场,缺货成了各品种的普遍现象,富士康科技集团(中国总部)全球采购总处经理鲍三华表示:“目前除了RF PA的价格曲线相对平稳之外,包括模拟IC、功率IC、逻辑IC、分立器件、以及传感器、存储器供货不足,导致价格都出现了不同程度的上涨,其中尤以模拟IC中的MCU、Power Stage、以及ASIC/ASSP的Audio、MOSFET和PC Dram最为紧缺。这也将持续导致8寸和12寸晶圆市场快速增长,预估今年12寸产品增长率将达到7.1%,相比之下,8寸资源比较稀缺,增长率仅为3.4%。” 智能电动汽车芯片需求涌入 上半年最大的缺货亏空,就是智能汽车领域。 汽车正走在向智能化转型的半路,新生的汽车品牌以及新车型号在去年年末到今年一季度,形成了井喷式的增长,相关数据表明2021年上半年电动智能汽车销量同比增长40%,而Ai芯片、传感器芯片、存储芯片、智能控制等芯片都出现了缺货现象,导致今年的新车即便不是那么热门,也出现了加价、溢价的情况,甚至二手车市场也都有10%-15%的涨价。 智能电动车汽车的发展仍然是快速的,该领域的芯片产能仍然堪忧,但产业链还没做好准备,这是第一大恶性循环。 28nm芯片需求又添了一把火 28nm是十年前的技术,但由于起到了承上启下的关键技术跌打,在2020-2021年又有了超过5nm的市场需求,科技数码产业、家电领域都趋于智能化的转型,28nm芯片的需求同比增长40%。 台积电等大厂原本已经决定加大投入5nm的产能,但由于28nm的需求暴增,物联网、边缘计算市场的需求也一直居高不下,28nm的需求将至少再持续5年之久。又斥资千万扩充工厂以提升产能,这样就不断地压缩原有的14nm、10nm和5nm产能,造成又一方面的恶性循环。 半导体制造设备短缺成大问题 上半年半导体巨头的订单已经接不过来了,但二季度中产业面临新的问题,那就是半导体制造设备已经开始短缺。 半导体的制造设备是消耗品,无论半导体工厂怎么扩充和建厂,半导体设备仍然在一个高负载高负荷的情况下不间断的运作,但制造设备的制造、维护厂商少之又少并且掌握设备的技术公司也格外少,这就造成了工厂扩建完毕后,设备跟不上的问题。 没有设备,扩建的工厂只能闲置,这就又面临了一个死循环。 写在最后: 三大恶性循环现在看来都是死循环,产业链、工厂、设备制造厂不解决当下问题,需求亏空将会持续到明年年底。
空调市场的进阶之路 站在“新风”口谁都能飞起来?
今年,新风空调格外火热。 都说“夏天的命都是空调给的”,随着气温的逐渐升高,消费者购买的空调的需求也在逐步走高。自疫情以来,家电健康化成为行业前进的主要方向。对空调行业而言,将新风与空调相结合,成为了各大企业发力的重点之一。 具体来看,新风空调是根据用户新风换气需求与传统空调功能相结合的产品,除了基础的调节温度外,还可以实现室内空气与室外空气之间的流通,具有净化空气增加室内含氧量的作用。解决门窗关闭空调开启后室内二氧化碳浓度过高,氧气不足的痛点。 今年,在多家企业的推动下,新风空调又激发了新一轮的销售热潮。据中怡康数据显示,今年第一季度,新风空调零售量同比增长252.1%,零售额同比增长117.3%。618开启首日,新风空调全天销量同比超 5 倍。 据悉,米家新风空调新品在京东家电首销上线第一天,就拿下当天空调类目单品浏览和成交“双料第一”,带动小米空调全线销量日环比增长15倍。此外,TCL卧室新风空调在6月17日再度登顶抖音平台新风空调类目榜单,斩获单品销量销额No.1。而长虹在6月初推出的第三代Q6G新风柜机空调,仅618期间京东站内累计流量就达到28万+、收藏关注人数达5万+、累计销售突破300万、全网累计曝光1600万+。值得一提的是,作为欧洲杯顶级赞助商, “海信空调·新风争冠”的口号也在欧洲杯场边围档口惊艳亮相。 京东家电联合中怡康发布的《“五一”家电换新趋势白皮书》显示,新风空调问世时间虽然较短,但伴随厂家宣传和用户培育,以及品牌提供越来越多的亲民价格的新风空调产品,2021年新风空调市场或将迎来爆发。 据了解,目前市场上新风空调品牌众多,既包括海信、美的、格力等老牌家电企业,又包括小米等新兴品牌。产品众多,消费者选择的空间也很大。奥维云网监测数据显示,目前线下新风产品零售额占比已突破5%,线上新风产品零售额占比即将突破1%。 当空调遇上新风,真的就能高枕无忧了吗?并不然。 对于新风空调,一部分消费者认为新风机和空调的结合,相同体积功能二合一,无需重复购买性价比高。另一部分人,对这种二合一的产品持怀疑的态度。 如近日米家的一款新风空调就遭到了网友的质疑,网友们在某社交平台上反馈了在使用米家新风空调中的问题,主要集中在“在开启空调新风功能时,二氧化碳浓度不降反升”。小编检索发现,该问题不止个例。此外,有家电媒体对其进行了相关测试,测试发现米家新风空调标注的新风量为60m3/h,但实测数据仅有一半。新风功能开启后,2个小时之后空气质量依旧很差。 可以预见,随着消费者生活方式与理念的变化,为用户提供健康呼吸、打造“1+1>2”健康生活体验的新风空调未来依旧是市场的一个重要发展趋势。业内专家也曾表示,主打健康、环保牌的新风空调将成为行业新风口,而在“新风”的吹拂下,空调行业将会进入上升通道,出现量价齐涨的局面。但仍需注意的是,企业仍需把产品质量放在首位,这样才能在新赛道走的更远。
中国成功发射天链一号05星 第一代数据中继系列卫星圆满收官
中新社北京7月7日电 (马帅莎)北京时间7月6日23时53分,中国在西昌卫星发射中心用长征三号丙运载火箭,成功将天链一号05星送入预定轨道。至此,中国第一代数据中继系列卫星圆满收官,中国成为世界上第二个具有全球覆盖能力的中继卫星系统的国家。 图片:郭文彬 杨熙 天链一号05星由中国航天科技集团五院抓总研制,是中国第一代中继卫星系统的第4颗装备星。该卫星入轨并完成测试后,将与天链一号01星、02星、03星、04星以及天链二号01星实现全球组网运行。 该卫星系统自投入使用以来,为中国载人航天、空间站、中低轨航天器、运载火箭等提供了天基测控和数据中继服务,是中国空间信息传输的重要枢纽,为中国天基测控系统发展奠定了坚实基础。 图片:郭文彬 杨熙 长征三号丙运载火箭由中国航天科技集团一院抓总研制。据中国航天科技集团一院长征三号甲系列运载火箭总体主任设计师刘立东介绍,此次任务是继2019年5月17日成功发射第四十五颗北斗导航卫星后,长征三号丙运载火箭时隔两年再次出征。 据了解,相较2019年的长征三号丙运载火箭,本次发射技术状态改进了59项。如在发动机可靠性增长方面,本发火箭在助推器、一级发动机共采取了18项改进,包含生产工艺、原材料更改、设计状态等方面,一些在其他构型的火箭上应用的技术改进和可靠性增长措施也落实在本发长征三号丙运载火箭中。 此次任务是长征系列运载火箭的第378次飞行。
马斯克的脑机芯片:Neuralink的野心
来源:内容由半导体行业观察(ID:icbank)编译自「IEEE」,谢谢。 过去一段时间里,Elon Musk的大脑科技公司Neuralink受到了疯狂的猜测和误解。你只需使用短语“Neuralink...”在谷歌上搜索,您就会看到很多常见的问题,当中包括“Neuralink 能治愈抑郁症吗?” 以及“Neuralink 能控制你吗?” Musk的公开声明并没有帮助公司在现实中的奠定声誉和基础,同事他还声称Neuralink 设备有朝一日将实现“人工智能共生”,其中人脑将与人工智能融合。 以上这一切听起来都有些荒谬,因为 Neuralink大脑植入物仍然是一种实验设备,甚至还没有获得最基本的临床安全性试验的批准。 但在炫耀和夸张背后,事实仍然是 ,在Neuralink,有一批认真的科学家和工程师正在从事有趣的研究。他们一直在开发的完全植入式脑机接口 ( brain-machine interface:BMI),并在推进该领域的发展,其超细神经 “线”( threads)可以穿过脑组织以获取信号,其定制芯片和电子设备可以处理来自超过 1000 个电极的数据。。 2020 年 8 月,该公司在猪身上展示了这项技术,并在今年 4 月发布了一个YouTube 视频和博客文章,展示了一只猴子使用名为 Link 的植入设备来控制光标并玩电脑游戏 Pong。但是 BMI 团队尚未公开其当前的研究目标以及为实现这些目标而采取的步骤。 在这次IEEE对其高管Joseph O'Doherty的采访中,我们将探讨这个技术的现状和未来。 IEEE Spectrum:Elon Musk 经常谈到 Neuralink 的远期可能性;在未来,人们可以自愿接受脑部手术并植入 Links 以增强他们的能力。但短期内该产品是为谁准备的? Joseph O'Doherty:我们正在开发一种通讯假肢(communication prosthesis),它可以让瘫痪的人重新控制键盘和鼠标。我们正在推动健全的打字率,这显然是一项艰巨的任务。但这就是目标。 我们有一个非常强大的设备,我们知道其他人使用的各种算法技术。所以我们可以应用最佳实践工程来加强所有方面。制作 BMI 需要一个很好的记录设备,但也需要真正关注解码器的细节,因为它是一个闭环系统。您需要注意它的闭环方面,才能真正实现高性能。 我们有一个内部目标,即试图在来自 BMI 的信息率方面打破世界纪录。据我们所知,我们非常接近于超越最佳性能。还有一个悬而未决的问题:我们还能走多远? 我和我的团队正在努力实现这一目标并打破世界纪录。我们要么确定我们能做什么,要么,如果我们不能,找出原因,以及如何使设备更好。 IEEE Spectrum:多年来,Neuralink 系统经历了一些重大的设计变更。当我在 2019 年与您的团队交谈时,该系统还不是完全可植入的,关于线的设计、每线有多少电极以及植入的芯片仍有很多变化。目前的设计是什么? O'Doherty:线( threads)通常被称为神经接口本身;那是实际与组织接触的物理部分。多年来,广泛的方法一直保持不变:我们的假设是,使这些线非常小且灵活,这将让设备拥有长期的使用寿命。我们还希望它是免疫系统喜欢的东西,或者至少不讨厌它。这种方法显然带来了挑战,因为我们有非常非常小的事情需要多年保持稳健。许多用于使事物变得坚固的技术都与增加厚度、增加层数和设置障碍有关。 IEEE Spectrum:我想在尺寸和可靠性之间有很多权衡。 O'Doherty:世界上还有其他灵活且非常酷的神经接口,我们在学术出版物中读到过。但是这些演示通常只需要在实验完成后的一小时或一天内有效。而我们需要让这个工作很多很多很多天。这是一个完全不同的解决方案。 IEEE Spectrum:当我在 2019 年与您的团队交谈时,每个线有 128 个电极,现在有没有改变? O'Doherty:现在我们每个线做了16 个触点,间隔 200 微米。早期的设备密度更大,但在对皮层各层神经元进行采样方面,它的杀伤力太大了。当触点相距大约 20 微米时,我们可以在多个相邻通道上记录相同的神经元。所以我们可以很好地表征我们正在记录的单个神经元,但是它需要很高的密度,很多东西都挤在一个地方,这意味着更多的功耗要求。如果您从事神经科学,那可能会很棒,如果您正在尝试制造功能性产品,则效果可能较差。 这就是我们改变设计以将我们的触点分布在皮层中并将它们分布在皮层区域的许多线上的原因之一。这样我们就没有多余的信息。当前的设计是每个线16 个通道,我们有 64 个这样的线,我们可以将它们放置在皮质区域内的任何位置,总共有 1,024 个通道。这些线进入一个小于四分之一的微型设备,该设备具有算法、尖峰检测( spike detection)、电池、遥测等所有功能。 除了 64x16,我们还在测试 128x8 和 256x4 配置,看看是否有性能提升。我们最终可以灵活地对 1024 个电极进行任何配置。 IEEE Spectrum : 每个Link设备都有多个芯片吗? O'Doherty:是的。实际的硬件是一个256通道的芯片,有4个,加起来就是1024个通道。Link 是一个东西,但它实际上是由四个芯片组成的。 IEEE Spectrum:我想您在朝着目标前进的过程中会不断升级软件,但此时硬件是否已修复? O'Doherty:嗯,我们一直在做下一件事。但在这种情况下,我们必须证明设备特定版本的安全性,以便我们可以将其应用在人类上。我们使用所谓的设计控制,在那里我们固定设备,以便我们可以很好地描述它是什么,并描述我们如何测试其安全性。然后我们可以进行更改,但我们在工程控制框架下进行。我们描述了我们正在更改的内容,然后我们可以说这种更改对安全无关紧要,或者我们必须进行这些测试。 IEEE Spectrum:听起来很多尖峰检测( spike detection)都是在芯片上完成的。这是随着时间的推移而进化的吗?我认为几年前它是在外部设备上完成的。 O'Doherty:没错。我们有一种略有不同的尖峰检测方法。让我首先给出一个大致评论。对于神经科学,您通常不只是想检测峰值。您想检测尖峰(spike),然后根据神经元生成尖峰对尖峰进行排序。如果你在一个通道上检测到一个尖峰,然后意识到,哦,我实际上可以在这里记录五个不同的神经元。它来自哪个神经元?我如何将每个尖峰指向产生它的神经元?这是一个非常困难的计算问题。这是在后处理中经常做的事情——所以在你记录了一堆数据之后,然后你做一堆数学运算。 还有另一种极端情况,你只是在电压上设置一个阈值,然后你说每次有东西超过这个阈值时,它就是一个尖峰。然后你只需计算其中发生了多少。就这样。这就是您可以使用的所有信息。 这两个极端对我们来说都不是好事。在第一个中,您正在做大量的计算,这在小封装(package)中可能是不可行的。在另一个极端情况下,您对噪声和伪影(artifacts )非常敏感,因为很多事情都可能导致不是神经元触发的阈值交叉(threshold crossing)。所以我们在中间使用一种方法,我们正在寻找看起来像神经元产生的信号的形状。我们传输这些事件,以及一些关于尖峰的额外信息,比如它有多高、有多宽等等。 这是我们之前在设备外部所做的事情。在我们验证该算法时,我们拥有更高的带宽,因为它是一个有线系统。因此,我们能够流式传输大量数据并开发此算法。然后芯片团队采用该算法并在硬件中实现它。所以现在这一切都在芯片上自动发生。它会自动调整参数——它必须了解大脑中电压的统计分布。然后它只是检测尖峰并将它们发送到解码器。 IEEE Spectrum:这些天有多少数据从设备上流出? O'Doherty:为了用脑机接口术语解决这个问题,我们正在检测 25 毫秒窗口或“bin”内的尖峰。因此,我们在闭环控制算法中使用的信息向量是尖峰计数的因子:1,024 x 25 毫秒。我们计算每个通道发生了多少个尖峰,这就是我们发出的。我们每个 bin 只需要大约 4 位,即每秒 40 个 bin 乘以 1,024 个通道,即每秒 4 位乘以 20 KB。 由于我们使用芯片上的自定义算法进行尖峰检测,因此可以实现这种程度的压缩。最大带宽将是每秒 1,024 个通道乘以 20,000 个样本,这是一个相当大的数字。那是如果我们可以发送所有东西。但压缩版本只是发生的尖峰事件的数量——零一、二、三、四,等等——乘以 1,024 个通道。 对于我们的应用程序,即控制我们的通信假肢,这种数据压缩是一个很好的方法——我们仍然有可用的信号用于闭环控制。 IEEE Spectrum:当您说闭环控制时,在这种情况下是什么意思? O'Doherty:大多数机器学习都是开环的。假设你有一张图片,你用一个模型对其进行分析,然后产生一些结果,比如检测照片中的人脸。你有一些你想要做的推理,但你做的速度有多快通常并不重要。但在这里用户处于循环中——用户正在考虑移动,解码器实时解码这些移动意图,然后采取一些行动。它必须非常迅速地采取行动,因为如果它太慢,那就无所谓了。如果你向我扔一个球,我的 BMI 需要五秒钟才能推断出我想要向前移动我的手臂——那就太晚了。 因此,用户根据有关解码器功能的视觉反馈来更改他们正在执行的操作:这就是我所说的闭环。用户做出运动意图;它由 Neuralink 设备解码;预期的运动是通过使用光标或机械臂进行物理操作而在世界上实现的;用户看到该操作的结果;并且这种反馈会影响他们接下来产生的运动意图。我认为 BMI 之外最接近的类比是使用虚拟现实耳机——如果有你所做的和你在耳机上看到的之间存在很大的滞后,这非常令人迷惑,因为它打破了闭环系统。 IEEE Spectrum : 要从你现在的位置到世界上最好的地方,必须发生什么? O'Doherty:第一步是找到延迟的来源并消除所有这些。我们希望整个系统的延迟都很低。这包括检测尖峰;这包括在植入物上处理它们;这包括必须传输它们的无线电——蓝牙的各种 packetization细节都会增加延迟。这包括接收端,您在模型推理步骤中进行一些处理,甚至包括在屏幕上为您控制的光标绘制像素。任何少量的滞后都会增加延迟并影响闭环控制。 IEEE Spectrum:好的,让我们假设所有延迟都已消除。接下来是什么? O'Doherty: 第二步是解码器本身,以及它使用的模型。在模型方面有很大的灵活性——它可以非常简单、非常复杂、非常非线性,或者在深度学习方面非常深入——整个网络有多少层。但我们有特殊的限制。我们需要我们的解码器模型快速工作,因此我们不能使用非常准确但需要很长时间才能使用的复杂解码器。我们还可能对在植入物本身上运行解码器感兴趣,这需要低内存使用量,因此我们不必在非常受限的环境中存储大量参数,并且计算效率,因此我们不需要使用大量时钟周期。但是在那个空间内,我们可以在将神经尖峰映射到运动方面做一些聪明的事情。有非常简单的线性模型和非线性模型,它们使我们在捕捉神经动力学的丰富性方面具有更大的灵活性。我们想在那里找到合适的甜蜜点。 其他因素包括您可以为用户校准解码器的速度。如果我们必须花很长时间来训练解码器,那不是很好的用户体验。我们想要一些可以真正快速上线的东西,并给主题很多时间来练习设备。 我们还专注于稳健的模型。所以从第一天到第二天到第三天,我们不想重新校准或重新调整解码器。我们想要一个在第一天就可以工作并且可以长时间可靠工作的产品。最终,我们希望解码器能够自行校准,甚至无需用户考虑。因此,用户每天都在做一些使模型保持校准的事情。 IEEE Spectrum:有没有你发现的解码器技巧或技巧可以告诉我? O'Doherty:我们发现特别有用的一件事是解码点击意图(decoding click intention)。当 BMI 用户将光标移动到某个目标时,他们通常需要在该目标上停留一段时间,这被视为一次点击。用户停留了 200 毫秒,所以他们选择了它。这很好,但它增加了延迟,因为用户必须等待选择发生的时间。但是如果我们直接解码点击意图(decoding click intention),那么用户可以更快地做出选择。 这是我们正在努力的事情——但我们还没有结果。然而我们可以展望未来。想象一下,你正在用大脑控制的光标做一个动作,我知道你现在在哪里……但也许我也知道你马上要去哪里。如果我知道,我可以做一些技巧,我可以把你传送到那里,让你更快地到达那里。 老实说,实践是一个组成部分。这些神经修复技能必须由用户学习,就像学习打字或任何其他技能一样。我们已经在非人类灵长类动物身上看到了这一点,我听说BrainGate试验中的人类参与者也是如此。所以我们想要一个不会造成太多学习负担的解码器。 除此之外,我可以推测可以做的很酷的事情。例如,您用两根手指打字比用一根手指快,或者用两个拇指比用一根食指打字更快。所以想象一下解码两个拇指的运动意图来控制你的大脑控制的键盘和鼠标。这可能是提高性能的一种方式。 IEEE Spectrum : 目前的 BMI 率世界纪录是多少? O'Doherty: 斯坦福大学的Krishna Shenoy一直在BCI 表现的一些表格中记录这一点,其中包括他的小组最近发表的论文。那篇论文以每秒 6.18 位的最大比特率创下了人类参与者的记录。对于非人类灵长类动物,记录为每秒 6.49 位。 IEEE Spectrum:你能用非人类灵长类动物证明世界上最好的 BMI,还是你需要为此进入人类? O'Doherty:这是个好问题。非人类灵长类动物不会说英语,也不会读英语,所以在某种程度上我们必须做出推断。对于人类参与者,您可能会说,这是我们希望您复制的句子,请尽可能输入。然后我们可以看看那里的表现。对于猴子,我们可以创建一串序列并要求它们快速完成并以这种方式计算性能。猴子有动力,他们会完成这些任务。因此,原则上,我看不出有任何理由说明为什么一个人在这方面优于另一个人。当然,对于语言和语义任务,例如直接从您的大脑解码语音或解码文本,我们必须在人类中进行原型设计。但在我们达到这一点之前,甚至在那之后,非人类灵长类动物和其他动物模型对于证明这项技术非常重要。 IEEE Spectrum:你之前说过你的团队要么创造新的世界纪录,要么找出你不能的原因。您是否有理由认为它可能不起作用? O'Doherty: 2D 光标控制不是一项非常高维的任务。可能存在与意图和速度有关的限制。考虑一下移动光标并击中目标需要多长时间:这是用户从 A 点移动到 B 点所需的时间,以及他们在 B 点进行选择所需的时间。此外,如果他们使一个错误并点击了错误的按钮,这真的很糟糕。所以他们必须在 A 和 B 之间走得更快,他们必须更可靠地点击那里,而且他们不能犯错误。 在某些时候,我们会达到极限,因为大脑跟不上。如果光标移动得太快,用户甚至不会看到它在移动。我认为这就是限制的来源——不是神经接口,而是移动光标的意义。那么我们将不得不考虑其他有趣的方式来与大脑进行交互以超越这一点。还有其他可能更好的交流方式——也许它会涉及十指打字。我认为天花板在哪里是一个悬而未决的问题。 IEEE Spectrum:猴子玩的两个游戏基本上都只是光标控制:寻找目标并使用光标在 Pong 中移动桨。你能想象有任何超越非人类灵长类动物的测试吗? O'Doherty:非人类灵长类动物可以学习其他更复杂的任务。训练可能会很长,因为我们无法告诉他们该做什么;我们必须向他们展示并朝着更复杂的事情迈出一小步。从帽子里挑一个游戏:现在我们知道猴子会打乒乓球,但他们能玩水果忍者吗?这有训练负担,但我认为这是在他们的能力范围内。 IEEE Spectrum:关于技术、你正在做的工作或你是如何做的,你还有什么要强调的吗? O'Doherty: 我首先开始在学术环境中研究 BMI。我们在 Neuralink 的担忧不同于为学术演示制作 BMI 所涉及的担忧。我们对产品、用户体验、稳健性以及让该设备在很长一段时间内有用处非常感兴趣。这些优先级必然会导致与我认为我们选择的优化略有不同,如果我们这样做是为了一次性演示。我们真的很喜欢 Pong 演示,但我们不是来制作 Pong 演示的。这只是我们将产品推向市场时可能发生的事情的预告。
云南瑞丽疫情病毒基因测序结果公布:与德尔塔高度同源
近日,云南瑞丽新一轮疫情牵动着全国民众的心。 据最新通报,7月6日0时至24时,云南新增本土确诊病例15例、无症状感染者2例,新增境外输入无症状感染者1例。 为加快基因测序速度,云南省疾控中心紧急调运一台基因测序设备到瑞丽,设立临时基因测序实验室,并派出专业技术人员对检出的阳性样本进行新冠肺炎基因测序。 根据官方消息,目前已完成7份阳性样本测序,结果表明,基因组序列与德尔塔(Delta)变异株高度同源,与相邻境外流行株高度同源。 据此前专家介绍,德尔塔变异毒株呈现3个特点:传播力比以往毒株提高了1倍、病毒载量高、可能存在免疫逃逸。 甚至在此前广州的疫情中,还出现了14秒内无接触传播的病例出现,传播速度极快。 对此,云南省瑞丽市也发布了最新的防疫公告:从2021年7月7日0时起,对瑞丽市主城区实行封闭管理,所有市民居家隔离。解除时间视疫情另行通知。 不过,据最新实验的结果,我们广泛接种的疫苗对Delta变异毒株依然是有效的。 特别是在广州新一轮疫情中,完成全程接种新冠疫苗的人即使发生了感染,发生重症的风险相对于没有接种的人群也是大大减少的。那么这也反过来说明我们现在接种的疫苗对我们的人群是有保护作用的。 钟南山院士此前也在采访中表示,从实验室的资料以及从广州160多个有限的资料里边发现,密切接触者用了疫苗,接种完全程的和没有用疫苗全程的,它的保护力是看得出来是有保护作用,对病毒感染有60%以上的保护作用,对重症有接近80%的保护作用。 接下来还要大家一起共同努力,尽早建立免疫屏障。

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。