Atmosic过去一年实现强劲增长,现宣布扩大产品阵容
2022年1月20日——中国北京
物联网(IoT)能量收集无线技术的全球领导者Atmosic 今日宣布获得由风险投资公司Sutter Hill Ventures领投的7200万美元新一轮融资。同时,Atmosic 还发布了ATM33系列, 搭载能量收集技术的全新蓝牙5.3片上系统(SoC)。新产品系列提供前所未有的高能效,能够消除现今物联网产品因频繁更换电池所带来的高成本及资源浪费。
风险投资公司Sutter Hill Ventures董事总经理及Atmosic 董事Stefan Dyckerhoff表示:“我们持续看到无线电池供电设备市场的蓬勃发展,尤其是在消费、家庭和工业应用领域。令人振奋的是,Atmosic正利用其突破性的低功耗和能量收集技术,扩大产品线,并在这些市场赢得客户的青睐。自Atmosic创立之初,我们就一直为其提供支持,现在能够以加注比例投资来打造一家物联网无线技术巨头,我们感到非常荣幸。”
Atmosic在过去一年业务大幅增长,出货量增长10倍,客户群扩大500%,近期还宣布与面向家庭娱乐和智能家居设备的无线通用控制解决方案全球领导者Universal Electronics Inc.达成合作。Atmosic 正持续完善其超低功耗和能量收集技术路线图,扩大全球布局,为客户提供突破性的物联网创新产品和解决方案。
Clear Ventures创始人兼合伙人、Atmosic董事Rajeev Madhavan表示:“市场对延长电池寿命和能量收集解决方案的需求正在大幅增长。为显著提升终端用户的体验,并降低企业的拥有及运维成本,Atmosic在这些应用领域提供创新解决方案,并取得巨大成功。我们很高兴向Atmosic追加这笔额外投资,支持Atmosic朝着更宏大的愿景前进。”
Atmosic首席执行官David Su表示:“Atmosic的强劲成长印证了市场对更加环保和更有成本效益的解决方案的强烈需求,以减少每年废弃大量电池的现象。凭借此轮融资以及ATM33产品系列的推出,Atmosic正在为物联网业界树立最高能效与性能的新标杆,来完成我们建设无电池物联网的使命。”
好文章,需要你的鼓励
这项研究由浙江大学、复旦大学等机构联合完成,提出了ReVisual-R1模型,通过创新的三阶段训练方法显著提升了多模态大语言模型的推理能力。研究发现优化的纯文本冷启动训练、解决强化学习中的梯度停滞问题、以及分阶段训练策略是关键因素。ReVisual-R1在各类推理基准测试中超越了现有开源模型,甚至在某些任务上超过了商业模型,为多模态推理研究开辟了新途径。
这项研究提出了一种名为"批评式微调"的创新方法,证明仅使用一个问题的批评数据就能显著提升大语言模型的推理能力。研究团队对Qwen和Llama系列模型进行实验,发现这种方法在数学和逻辑推理任务上都取得了显著提升,平均提高15-16个百分点,而且只需要强化学习方法1/20的计算资源。这种简单高效的方法为释放预训练模型的潜在推理能力提供了新途径。
新加坡国立大学研究团队开发了名为IEAP的图像编辑框架,它通过将复杂编辑指令分解为简单原子操作序列解决了当前AI图像编辑的核心难题。研究发现当前模型在处理不改变图像布局的简单编辑时表现出色,但在需要改变图像结构时效果差。IEAP框架定义了五种基本操作,并利用思维链推理技术智能分解用户指令,实验证明其性能显著超越现有方法,尤其在处理复杂多步骤编辑时。
Character AI的研究者开发出TalkingMachines系统,通过自回归扩散模型实现实时音频驱动视频生成。研究将预训练视频模型转变为能进行FaceTime风格对话的虚拟形象系统。核心创新包括:将18B参数的图像到视频DiT模型改造为音频驱动系统、通过蒸馏实现无错误累积的无限长视频生成、优化工程设计降低延迟。系统可让多种风格的虚拟角色与人进行自然对话,嘴型与语音同步,为实时数字人交互技术开辟了新可能。