随着人工智能重新点燃大型科技公司对智能眼镜的推动,一项可能发挥核心作用的技术已经准备就绪。去年推出固态"芯片级风扇"的xMEMS公司,现在为可穿戴设备带来了新的解决方案。这项技术能够帮助未来的智能眼镜在性能上表现出色,同时避免过热问题。
成立于2018年的xMEMS专注于微机电系统(MEMS)技术。这家总部位于加州的公司最初专注于固态扬声器。去年,该公司为手机和其他薄型设备推出了μCooling"芯片级风扇"。现在,公司正将这项技术应用于可穿戴设备领域。
随着智能眼镜集成更多先进技术,这些设备需要散热解决方案。但用户显然不能戴着有风扇对着脸部吹风的眼镜到处走动,那样会产生噪音。机械风扇还会占用宝贵的空间,导致性能下降或眼镜变得笨重。xMEMS的核心技术可能提供了解决方案。
xMEMS表示,其μCooling芯片能够帮助智能眼镜在不过热的情况下发挥全部性能。该公司声称,这种硅芯片为眼镜提供了60%到70%的额外功率空间,使设备能够在达到热限制之前使用更多电力。该芯片还能让设备温度降低多达40%,并将热阻降低多达75%。
公司表示,这意味着与皮肤接触的表面温度更低,这对于面部佩戴设备至关重要。这也确保了持续的性能表现、改善的舒适度和长期可靠性。
该芯片架构没有任何电机或轴承,运行时完全静音且无振动。尺寸也极为紧凑,最小可达9.3 x 7.6 x 1.13毫米。
xMEMS营销副总裁Mike Housholder表示:"智能眼镜中的热量不仅仅是性能问题,它直接影响用户的舒适度和安全性。xMEMS的μCooling技术是唯一足够小巧、轻薄的主动解决方案,能够直接集成到眼镜框架的有限空间中,主动管理表面温度,实现真正的全天候可穿戴性。"
xMEMS已为感兴趣的制造商提供样品。该公司预计将于2026年初开始批量生产。
好文章,需要你的鼓励
谷歌发布新的AI学术搜索工具Scholar Labs,旨在回答详细研究问题。该工具使用AI识别查询中的主要话题和关系,目前仅对部分登录用户开放。与传统学术搜索不同,Scholar Labs不依赖引用次数或期刊影响因子等传统指标来筛选研究质量,而是通过分析文档全文、发表位置、作者信息及引用频次来排序。科学界对这种忽略传统质量评估方式的新方法持谨慎态度,认为研究者仍需保持对文献质量的最终判断权。
武汉大学研究团队提出DITING网络小说翻译评估框架,首次系统评估大型语言模型在网络小说翻译方面的表现。该研究构建了六维评估体系和AgentEval多智能体评估方法,发现中国训练的模型在文化理解方面具有优势,DeepSeek-V3表现最佳。研究揭示了AI翻译在文化适应和创意表达方面的挑战,为未来发展指明方向。
Meta发布第三代SAM(分割一切模型)系列AI模型,专注于视觉智能而非语言处理。该模型擅长物体检测,能够精确识别图像和视频中的特定对象。SAM 3在海量图像视频数据集上训练,可通过点击或文本描述准确标识目标物体。Meta将其应用于Instagram编辑工具和Facebook市场功能改进。在野生动物保护方面,SAM 3与保护组织合作分析超万台摄像头捕获的动物视频,成功识别百余种物种,为生态研究提供重要技术支持。
参数实验室等机构联合发布的Dr.LLM技术,通过为大型语言模型配备智能路由器,让AI能根据问题复杂度动态选择计算路径。该系统仅用4000个训练样本和极少参数,就实现了准确率提升3.4%同时节省计算资源的突破,在多个任务上表现出色且具有强泛化能力,为AI效率优化开辟新方向。