在CES展会上,联想和摩托罗拉不仅展示了包括备受瞩目的摩托罗拉Razr Fold在内的最新硬件产品,还在AI领域发布了令人兴奋的消息。
联想Qira是一款能够在联想和摩托罗拉设备生态系统中工作的AI助手,覆盖智能手机、可穿戴设备、PC、平板电脑等多种设备。这款助手超越了ChatGPT等传统聊天机器人,能够在设备和应用程序之间执行实际任务,包括在线和离线设备间的文件传输。
联想智能设备集团AI生态系统副总裁Dan Dery表示:"联想Qira不是另一个助手,而是智能在设备上展现的全新方式。我们的目标是让AI不再像一个工具,而更像是与你持续自然协作的智能。"
摩托罗拉还推出了一款集成Qira的AI可穿戴设备。虽然这只是概念验证,但从演示来看前景十分看好。
Qira被描述为个人环境智能系统,具有情境感知能力且可在多设备间使用。Qira构建了联想称之为融合知识库的系统,它结合用户选择的交互、文档和跨设备记忆来创造个性化体验,并开发"用户世界的活体模型"。
这有助于为用户提供直观的体验,消除上下文切换,只需最少的背景信息即可完成任务。一些建议的用途包括"下一步行动"(根据当前任务提供情境化建议)和"信息同步"(为用户总结离开期间发生的事情)。
联想表示用户隐私和同意是该助手的核心,采用混合架构,优先进行设备端处理并将个人数据保存在本地。在需要向云端发送信息的情况下,联想表示会使用具有强大防护措施的安全云服务。
Qira将在2026年第一季度首先推出到部分联想设备,随后扩展到支持的摩托罗拉智能手机。在联想设备上显示为"联想Qira",在摩托罗拉设备上显示为"摩托罗拉Qira"。
虽然AI徽章产品此前曾有尝试但遭遇失败,摩托罗拉312实验室开发的Maxwell项目采取了不同的方法。摩托罗拉将其描述为"AI感知伴侣概念验证"。
这款徽章使用摩托罗拉Qira在不想使用手机时协助完成日常任务。它配有摄像头,因此Qira能够了解用户所看内容的情境并提供协助。徽章本身具有磁性背面,还附有链条可作为项链使用。
在演示中,Maxwell项目被用于协助各种任务,包括获取方向、叫Uber和发送短信。在每个案例中,用户都不需要拿出手机,只需直接对徽章说话,徽章就能从头到尾完成任务。虽然这听起来像其他AI助手,但关键在于理解它是如何完成任务的。
虽然你不需要看手机就能完成任务,但如果你选择查看,可以看到Qira如何推理完成任务的每一个步骤。在Uber例子中,它打开了Uber应用,输入了请求的位置,选择了付款方式,并提交了完整的叫车请求。
发送短信的例子虽然更简单,但过程类似。Qira打开应用程序,选择正确的联系人,在字段中输入文本,然后发送。这种以轻便方便的形态包装的智能体辅助,可能成为日常生活的有用伴侣。
Q&A
Q1:联想Qira和传统AI助手有什么区别?
A:联想Qira超越了ChatGPT等传统聊天机器人,不仅能聊天还能在设备和应用程序之间执行实际任务,包括在线和离线设备间的文件传输。它具有情境感知能力且可在多设备间协作使用。
Q2:摩托罗拉Maxwell项目的AI徽章能做什么?
A:Maxwell项目是一款可穿戴AI设备,配有摄像头能够了解用户所看内容的情境。在演示中,它能协助获取方向、叫Uber和发送短信等任务,用户只需对徽章说话,无需拿出手机就能从头到尾完成任务。
Q3:联想Qira什么时候上市?会在哪些设备上使用?
A:Qira将在2026年第一季度首先推出到部分联想设备,随后扩展到支持的摩托罗拉智能手机。覆盖智能手机、可穿戴设备、PC、平板电脑等多种设备,在联想设备上显示为"联想Qira",在摩托罗拉设备上显示为"摩托罗拉Qira"。
好文章,需要你的鼓励
丰田第六代RAV4搭载高通骁龙数字底盘平台,提供个性化、直观且无缝连接的驾驶体验。新车基于丰田Arene软件开发平台,推进软件定义汽车发展,配备紧急驾驶停止系统和突然加速抑制功能。车载多媒体系统支持个性化主屏幕定制和更准确的语音识别。通过与高通技术公司合作,利用先进AI技术增强用户体验,提供更智能、直观和安全的出行方案。
上海AI实验室开发RePro训练方法,通过将AI推理过程类比为优化问题,教会AI避免过度思考。该方法通过评估推理步骤的进步幅度和稳定性,显著提升了模型在数学、科学和编程任务上的表现,准确率提升5-6个百分点,同时大幅减少无效推理,为高效AI系统发展提供新思路。
Chainguard发布可信开源软件季度报告,基于1800多个容器镜像项目和近5亿次构建的数据分析。报告显示:Python因AI需求成为最受欢迎的开源镜像;超半数生产环境运行在热门项目之外的长尾镜像上;98%的漏洞出现在非热门项目中,安全负担主要集中在不太显眼的技术栈部分;44%客户在生产环境中使用FIPS镜像以满足合规要求;Chainguard平均在20小时内修复关键漏洞。
MIT团队开发的VLASH技术首次解决了机器人动作断续、反应迟缓的根本问题。通过"未来状态感知"让机器人边执行边思考,实现了最高2.03倍的速度提升和17.4倍的反应延迟改善,成功展示了机器人打乒乓球等高难度任务,为机器人在动态环境中的应用开辟了新可能性。