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
牛津大学提出PHYSIFORMER,一种扩散变换器模型,通过三维网格顶点轨迹直接在世界坐标空间预测刚性与弹性物体的物理运动,一次性生成全序列轨迹,超越自回归基线。
随着医疗数据数字化与互操作性的进步,跨机构纵向患者数据的研究应用成为可能。本研究通过对20位领域专家的访谈,识别出8种数据收集方法,涵盖智能手机应用、结构化数据导出、区域/全国研究查询及聚合数据源等。研究发现,各方法均有其优缺点,无单一最优方案。参与者中介交换方式可绕过复杂治理安排,但存在数据缺口;全国性网络尚不支持研究查询。公共政策的持续推进将对该领域发展起关键作用。
研究发现主流奖励模型对同等质量答案给出差异悬殊的分数,并提出"奖励聚类"算法通过蒙特卡洛随机失活将连续分数离散化,在不重训模型的前提下有效减少AI训练中的奖励作弊现象。