据报道,Meta 正在为其智能眼镜产品系列开发一种他们称为 “超级感知” 的面部识别技术。 The Information 的最新报道指出,Meta 正在研发一款眼镜软件,该软件具有按姓名识别人脸并能更好地追踪用户一整天活动的功能。
公司原本计划在首代智能眼镜中集成类似技术,但由于隐私顾虑而放弃了这一尝试。
然而,现在该技术似乎重新被提上日程。据报道,Meta 正在研发两款新的智能眼镜 ( 内部代号为 Aperol 和 Bellini) ,同时重新评估与该技术相关的隐私政策及潜在安全风险。
该报道还提到,这一功能将仅供用户选择性启用。
这一举措是 Meta 扩大智能眼镜产品线并更深入将 AI 技术融入产品的一部分。此前有消息称,包括 Google ( 现在开发其首款自 Google Glass 后的智能眼镜) 在内的竞争对手正在加大对此领域的投入。
报道称,该公司还计划将同样的 “感知” 识别功能融入搭载 AI 的耳机中,这款耳机据说内置了摄像头和传感器。
Meta 的一位代表未能立即对此置评。
—— 理想的测试场 ——
市场情报公司 ABI 的研究总监 Eric Abbruzzese 表示,此举在一定程度上是 Meta 之前研发搭载 AI 的 Ray-Ban 眼镜的自然延伸。
他说:“这些设备基本上是一种简化包装,旨在以尽可能低的成本在眼镜这种产品形态中提供 AI 功能,因为从成本和设计角度来看,显示屏仍然是眼镜面临的最大挑战之一。”
他补充道:“虽然 Meta 未来计划推出具备显示屏的智能眼镜,但这类无显示屏设备作为专注于 AI 交互的独特产品类别,不仅为 AI 平台自身提供了理想的试验场,也为其在智能眼镜设备上的互动应用提供了绝佳实验平台。”
好文章,需要你的鼓励
英特尔携手戴尔以及零克云,通过打造“工作站-AI PC-云端”的协同生态,大幅缩短AI部署流程,助力企业快速实现从想法验证到规模化落地。
意大利ISTI研究院推出Patch-ioner零样本图像描述框架,突破传统局限实现任意区域精确描述。系统将图像拆分为小块,通过智能组合生成从单块到整图的统一描述,无需区域标注数据。创新引入轨迹描述任务,用户可用鼠标画线获得对应区域描述。在四大评测任务中全面超越现有方法,为人机交互开辟新模式。
阿联酋阿布扎比人工智能大学发布全新PAN世界模型,超越传统大语言模型局限。该模型具备通用性、交互性和长期一致性,能深度理解几何和物理规律,通过"物理推理"学习真实世界材料行为。PAN采用生成潜在预测架构,可模拟数千个因果一致步骤,支持分支操作模拟多种可能未来。预计12月初公开发布,有望为机器人、自动驾驶等领域提供低成本合成数据生成。
MIT研究团队发现,AI系统无需严格配对的多模态数据也能显著提升性能。他们开发的UML框架通过参数共享让AI从图像、文本、音频等不同类型数据中学习,即使这些数据间没有直接对应关系。实验显示这种方法在图像分类、音频识别等任务上都超越了单模态系统,并能自发发展出跨模态理解能力,为未来AI应用开辟了新路径。