英特尔开发论坛会议消息:英特尔手里不乏新的和升级的硬件工具包,从无人机自助套件到各种大气的物联网包不等,工程玩家利用这些无人机硬件可以自己组装无人机。
Aero组装套件是一个最好玩的包,即日起接受订购。Aero组装套件里含一单板机,可以控制四轴飞行器上的电子运作:从决策逻辑、远程控制信号的处理到驱动飞行器螺旋桨的IO 线路,一切都由单板机完成。
Aero组装套件基本上就是一个飞在空中的网本式电脑︰配有双核 1.6 G吉赫(1吉赫=10亿赫兹)Atom x7-Z8700 处理器,有必要时可以超频到2.4吉赫。其他参数: 2 MB 的高速缓存,4 GB 的 RAM,16GB 的闪存,内置 Wi-fi、 microSD 插槽和给PCIe SSD用的M.2连接器。
套件版上配有80 针 IO 连接器,由板上Altera Max 10 FPGA驱动。80 针 IO 连接器含︰ 两个 I2C 接口、 一个UART 串口、SPI、CAN连接、五个模拟输入口和25个可编程GPIO口。套件另配有USB3 OTG 连接器及由处理器的内置高清显卡芯片驱动的微型 HDMI 端口。
板上Altera Max 10 FPGA是用户可编程型的;用户可以对其进行任意设置,例如,发信号到各螺旋桨的马达控制器,发送和接收感应器和外围设备的信号。另外,如果装了英特尔真感运动相机的话,Aero套件配的MIPI CSI 2 相机接口和 USB3 连接器可派上用场。
全套Aero无人机组件,中间的白盒子是开发板
Aero的单板机运行Yocto GNU/Linux。其基本想法是,用户先想好要做什么,比如烟雾探测无人机或是小件快递之类的,再将Aero单板机接上相应的外围设备和传感器,再接到无人机硬件上。无人机硬件配有马达、 螺旋桨和马达控制器;板上的Altera FPGA负责将信号转到控制器和其它配件上。
Aero开发板和一张扑克牌大小相同:88 毫米 × 63 毫米 × 20 毫米,散热片包括在内。是的,需要散热器。记者和英特尔员工聊起Aero套件,记者获悉有关电池的具体数字资料尚未完成,飞行器充一次电能飞多久取决于电池的大小和无人机的重量。套件连散热器一起重 60 克。开发板上的 64 位 x86 Atom 处理器的典型功耗为 2瓦。
现在订购该款开发板只需不到400美元,含无人机硬件,2016 年第4季度收货。该款可以即刻升空的开发套件含程序库,可用于访问真感相机和控制无人机的飞行,套件另外还含有一个AirMap开发工具包,有助于避开空中禁区。
其他英特尔开发工具包消息
英特尔的新物联网开发工具包名为Joule,两个款式:550 x 型和 570 x型。两款都跟足了物联网标准。570 x配有64 位 1.7吉赫双核 Atom T5700 处理器、4 GB 的 RAM、16GB 的闪存、高清显卡、Wi-fi 和蓝牙、相机接口、 I2C 和 UART 串行端口和各种的 GPIO 串口,运行 Linux,支持真感移动侦测摄像头。550 x 稍微弱一点,配一枚1.5吉赫Atom、3 GB 的 RAM 和 8 GB 的闪存。网上有代码样本。Joule 将于9 月通过分销商全面发售。
Euclid套件配有真感相机、 Atom 处理器和无线连接。套件约半个巴掌大,主要对象是学者、 硬件玩家和机器人玩家。
最后的三个新真感摄像头套件,它们是:机器人开发工具包、 高精度 ZR300 开发工具包和摄像头 400 系列,400 系列经优化后每秒可捕捉3D 对象上任意多的点。
好文章,需要你的鼓励
本文探讨了AI发展的未来趋势,详细分析了六条有望实现通用人工智能(AGI)的技术路径。随着生成式AI和大语言模型面临发展瓶颈,业界开始将目光转向其他AI发展方向。这六条路径包括神经符号AI、神经形态AI、具身AI、多智能体AI、以人为中心的AI和量子AI。每种路径都有其独特优势和挑战,可能单独或组合推动AI进入下一个发展阶段,最终实现与人类智能相当的AGI系统。
约翰霍普金斯大学研究团队发现VAR模型的马尔可夫变体本质上是离散扩散模型,提出SRDD方法。通过应用扩散模型技术如分类器自由引导、令牌重采样等,SRDD相比VAR在图像质量上提升15-20%,同时具备更好的零样本性能。这项研究架起了自回归模型与扩散模型的理论桥梁,为视觉生成技术发展开启新方向。
培生公司第三季度销售增长加速,并预示年底表现更强劲,但其AI应用可能是更重要的发展。该公司虚拟学习部门销售额激增17%,学生注册人数攀升。培生运营的在线学校将AI工具嵌入课程材料中,公司表示有越来越多证据显示这些工具帮助学生取得更好成绩。公司推出了AI学习内容组合,包括AI素养模块和融合人工导师与AI学习工具的视频平台。
微软亚洲研究院推出CAD-Tokenizer技术,首次实现AI通过自然语言指令进行3D模型设计和编辑的统一处理。该技术通过专门的CAD分词器和原语级理解机制,让AI能像设计师一样理解设计逻辑,大幅提升了设计精度和效率,有望推动工业设计的民主化进程。