北京时间1月16日早间消息,为了帮助智能设备相互协作,已经出现了两大相互竞争的物联网技术标准组织。不过,他们仍然存在一个共同点:都希望寻求Linux基金会的帮助。
“开放互联网联盟”是去年夏天由英特尔、思科和通用电气共同建立的。该组织周三表示,Linux基金会将监督一个名为IoTivity的项目,其目标是创造一款开源软件,帮助其探索具体的参数。
如果你感觉这种合作关系似曾相识,你并没有记错:“AllSeen联盟”也在2013年12月宣布将依靠Linux基金会开发开源代码。该组织的成员包括高通、微软和索尼。
这两大组织都在试图推进物联网的发展,以便为各种各样的消费级和企业级硬件设备增加感知、计算和通信能力。
业内高管表示,除非各大企业就相关技术展开合作,否则物联网无法真正繁荣。门锁和电灯各种设备需要展开通信,才能了解相应的信息,从而实现真正的智能操作。
这两大行业组织都以此为自己的目标,不同之处在于处理专利的规则,以及最初究竟强调技术指标还是软件。
开放互联网联盟似乎更关注前者。IoTivity指导小组组长兼英特尔嵌入式软件总监马克·斯卡普尼斯(Mark Skarpness)表示,该组织撰写了一系列文档,阐述了相关设备应当如何配合。他们还将确保这套标准的兼容性。企业可以采用这套标准为各种设备编写自己的软件。
但斯卡普尼斯表示,很多企业都会直接使用IoTivity的软件,该软件采用了开放互联网联盟的所有规范。
AllSeen联盟部分依靠了最早由高通开发的软件。高通前高管罗布·钱德霍克(Rob Chandhod)表示,该组织倾向于开发软件,而不是设计具体的规范。
非营利组织Linux基金会正在帮助这两大组织管理他们的软件开发工作。该基金会还为很多项目提供了帮助。
作为开放互联网联盟的成员,英特尔长期以来都在为Linux做出贡献。但Linux基金会与其他组织的联系,似乎并没有令开放互联网联盟的成员感到不安。
“我们认为Linux基金会是一个自然的合作对象。”斯卡普尼斯说。
钱德霍克表示,两大组织都依赖Linux基金会反而有可能是一件好事,或许会为他们之间的合作开辟道路。“如果他们最终能合并,会是一件好事。我仍然希望影响此事。”他说。
好文章,需要你的鼓励
这项研究提出了ORV(占用中心机器人视频生成)框架,利用4D语义占用作为中间表示来生成高质量的机器人操作视频。与传统方法相比,ORV能提供更精确的语义和几何指导,实现更高的时间一致性和控制精度。该框架还支持多视角视频生成(ORV-MV)和模拟到真实的转换(ORV-S2R),有效弥合了虚拟与现实之间的差距。实验结果表明,ORV在多个数据集上的表现始终优于现有方法,为机器人学习和模拟提供了强大工具。
这项研究由Writer公司团队开发的"反思、重试、奖励"机制,通过强化学习教导大型语言模型生成更有效的自我反思内容。当模型回答错误时,它会生成反思并二次尝试,若成功则奖励反思过程。实验表明,该方法在函数调用和数学方程解题上带来显著提升,最高分别改善18.1%和34.7%。令人惊讶的是,经训练的小模型甚至超越了同家族10倍大的模型,且几乎不存在灾难性遗忘问题。这种自我改进技术为资源受限环境下的AI应用开辟了新方向。
FuseLIP是一项突破性研究,提出了通过早期融合离散标记实现多模态嵌入的新方法。与传统CLIP模型使用独立编码器不同,FuseLIP采用单一编码器同时处理图像和文本标记,实现了更自然的模态交互。研究证明,这种早期融合方法在多种多模态任务上表现优异,特别是在需要理解图像结构而非仅语义内容的任务上。研究还开发了创新的数据集和评估任务,为多模态嵌入研究提供了宝贵资源。
ByteDance与浙江大学合作开发的MERIT是首个专为多语言多条件语义检索设计的基准数据集,包含320,000条跨5种语言的查询和135,000个产品。研究发现现有模型在处理多条件查询时过度关注全局语义而忽略特定条件元素,为此提出CORAL框架,通过嵌入重建和对比学习相结合的方式,使检索性能提升45.9%。这项研究不仅识别了现有方法的关键局限性,还为多条件交错语义检索领域的未来研究奠定了基础。