可穿戴设备作为新兴行业,一直以来都备受关注。播思与高通合作后,利用高通全新芯片平台,推出智能可穿戴设备——播思宠物追踪器,帮助宠物用户定位、追踪及保护携带该设备的宠物。
国际知名调研机构Gartner预测,2020年将会是全球科技产业发展的分水岭,届时可穿戴设备营收将超过智能手机,达到617亿美元,可穿戴设备销售量可望达到4.7775亿件。美国著名市场调查公司透明市场研究公司(TMR)估算,到2025年,全球宠物电子设备市场将达到25亿美元,其中中国市场的份额将会超过20%。
播思紧跟市场潮流,推出了市场上第一个搭载高通全新芯片平台、第一个支持NB-IoT的宠物智能可穿戴物联网解决方案——播思宠物追踪器。该设备可以精准定位宠物所在位置,并生成宠物运动轨迹。此外,该追踪器还可以使用手机APP来设定安全范围,一旦宠物离开用户事先设定的安全范围,用户将会收到来自短信、邮件或是系统推送的警示。在近日举行的亚洲宠物展览会上,播思与上海漫宠宠物用品有限公司一同展出了该款宠物追踪器。
作为第一个采用LTE窄带技术的宠物追踪器,播思追踪器延续了能耗低的优点,一节电池可以支持三周,在该设备的低耗模式下,续航时间可达十年。播思追踪器还支持多个频段,其中包括中国移动规范的NB-IoT 850MHz B5频段和900MHz B8频段。当宠物所处环境无法获得NB-IoT频段时,追踪器将自动切换到2G网络模式,确保宠物定位随时在线。
播思追踪器所代表的物联网解决方案是播思长久以来在这个领域的技术结晶,它不仅可以用于宠物的定位追踪,还可以为用户提供孩子和老人的位置追踪服务,以避免家人走失;还能为一些特殊车辆服务,比如实时监管运钞车、囚车、警车等的位置,以避免突发情况。此外,该技术具有很好的延展性,可以与其他物联网解决方案相互配合,比如与生命体征监管功能配合,即可让可穿戴设备具有实时监控老人身体状况的功能,向家人和医生示警或提供身体状况分析。
常年致力于泛Android智能终端与设备解决方案的提供,播思推出的该追踪器是其物联网解决方案的一个缩影。
好文章,需要你的鼓励
UniR(Universal Reasoner)是一种创新的推理增强方法,可为冻结的大语言模型提供即插即用的推理能力。由韩国科学技术院研究团队开发,该方法将推理能力分解为独立的轻量级模块,无需改变主模型结构。UniR的核心优势在于高效训练(仅更新小型推理模块)、出色的模型间迁移能力(小模型可指导大模型)以及模块组合能力(多个专用模块可通过logits相加组合使用)。在数学推理和翻译测试中,UniR显著超越现有微调方法,展示了轻量级模块如何有效增强大语言模型的推理能力。
Nebius团队开发了SWE-rebench,一个自动化管道用于从GitHub收集软件工程任务并进行去污染评估。该系统解决了两大挑战:高质量训练数据稀缺和评估基准容易被污染。通过四阶段处理(初步收集、自动安装配置、执行验证和质量评估),SWE-rebench构建了包含超过21,000个Python交互式任务的数据集,并提供持续更新的评估基准。研究发现部分语言模型在传统基准上的表现可能被污染效应夸大,而DeepSeek模型在开源模型中表现最为稳健。
这项研究提出了JQL(发音为"Jackal"),一种通过多语言方法提升大型语言模型预训练数据质量的创新系统。研究团队从拉马尔研究所等机构通过四阶段方法解决了多语言数据筛选的难题:先由人类评估内容教育价值创建基准数据,然后评估大型语言模型作为"评判者"的能力,接着将这些能力提炼到轻量级评估器中,最后应用于大规模数据筛选。实验表明,JQL在35种语言上显著优于现有方法,甚至能泛化到未见过的语言如阿拉伯语和中文,为多语言AI发展提供了高效可靠的数据筛选方案。
浙江大学和西湖大学研究团队开发的Styl3R实现了艺术风格化3D重建的重大突破,能在不到一秒内从少量未标定照片和任意风格图像创建具有多视角一致性的3D艺术场景。通过创新的双分支网络架构将结构建模与外观着色分离,系统不仅保持了原始场景结构,还准确捕捉了参考风格特征。与现有方法相比,Styl3R在处理速度和视觉质量上均显著领先,为创意内容制作开辟了全新可能。