智能手机和平板电脑的普及令用户们对无线网络产生了巨大的需求。然而就在城市几乎完全被网络信号覆盖的今天,大家还是会经常感觉无线网络不够用。面对这种局面,纽约一家名为BigBelly的公司就想出了一个绝对奇葩的方法:将城市中随处可见的垃圾桶做成WIFI热点。是的,你没有看错,纽约城的个 别垃圾桶已经可以发出WIFI信号了。
早先以“智能垃圾桶”出名的BigBelly曾推出过可以识别垃圾桶内部空间并在快满时做出警告的高科技垃圾桶。由于这种智能垃圾桶是太阳能供能的,BigBelly一不做二不休,索性在此基础上又给这种垃圾桶装上了些WIFI元件,让周围的用户可以免费使用无线网络。
截止到目前,BigBelly已经在纽约城安置了大约170个这种WIFI垃圾桶。而且这种垃圾桶所提供的WIFI信号也相当可观,带宽达到了 50-75MB,绝对能满足不少用户的需求。你以为这就是BigBelly全部的追求?那就错了。在未来他们还希望能让这种垃圾桶具有废物管理的功能,并 让其具有在关键时刻发布公告或警示的能力。在一切都力求智能化的今天,或许这种垃圾桶就是未来的走向吧。
好文章,需要你的鼓励
Liquid AI发布了新一代视觉语言基础模型LFM2-VL,专为智能手机、笔记本电脑和嵌入式系统等设备高效部署而设计。该模型基于独特的LIV系统架构,GPU推理速度比同类模型快2倍,同时保持竞争性能。提供450M和1.6B两个版本,支持512×512原生分辨率图像处理,采用模块化架构结合语言模型和视觉编码器。模型已在Hugging Face平台开源发布。
AIM Intelligence联合多所知名大学揭示了音频AI系统的重大安全漏洞,开发出名为WhisperInject的攻击方法。这种攻击能让看似无害的音频指令操控AI生成危险内容,成功率超过86%,完全绕过现有安全机制。研究暴露了多模态AI系统的系统性安全风险,对全球数十亿智能设备构成潜在威胁。
阿里团队推出首个AI物理推理综合测试平台DeepPHY,通过六个物理环境全面评估视觉语言模型的物理推理能力。研究发现即使最先进的AI模型在物理预测和控制方面仍远落后于人类,揭示了描述性知识与程序性控制间的根本脱节,为AI技术发展指明了重要方向。
新加坡国立大学研究团队系统梳理了视觉强化学习领域的最新进展,涵盖超过200项代表性工作。研究将该领域归纳为四大方向:多模态大语言模型、视觉生成、统一模型框架和视觉-语言-动作模型,分析了从RLHF到可验证奖励范式的政策优化策略演进,并识别出样本效率、泛化能力和安全部署等关键挑战,为这一快速发展的交叉学科提供了完整的技术地图。