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
过去七年中,基于机器学习的AI工具几乎完全自动化了地震学的基础任务——地震检测。AI模型能够检测到比人工分析师更小的地震,特别是在城市等嘈杂环境中。斯坦福团队开发的地震变换器等模型使用一维卷积和注意力机制,在包含120万个人工标记样本的数据集上训练。这些工具通常能发现比传统方法多10倍以上的地震,为火山结构成像和地质研究提供了更全面的地震目录。
卢森堡大学研究团队开发的RLDP框架首次将强化学习应用于差分隐私优化,创造性地解决了AI训练中隐私保护与模型效果的矛盾。该方法如同智能教练,能动态调整隐私保护策略,在四种语言模型上实现平均5.6%的性能提升和71%的训练时间缩短,同时增强了抗隐私攻击能力,为敏感数据的AI应用开辟了新路径。
杰斐逊城市医疗集团作为密苏里州中部最大的多专科医疗服务机构,正在使用AI管理会议、简化临床文档和优化医疗流程。该集团在联络中心AI应用方面较为谨慎,担心完全数字化会影响患者体验。CIO表示未来会在统一通信平台集成AI,但部署时机将由医疗专业人员决定。目前已采用AI辅助临床文档记录和会议管理功能。
腾讯混元团队联合北京大学提出MixGRPO技术,通过混合ODE-SDE采样策略和滑动窗口机制,将AI图像生成训练效率提升50%-71%,同时在多项人类偏好评估指标上超越现有方法。该技术采用"从难到易"的渐进优化策略,专注于图像生成早期阶段的重点优化,并引入高阶求解器进一步加速训练过程,为AI图像生成的产业化应用提供了更高效可行的解决方案。