12月10日,“全时硬了”会议新品发布会上,全时首次发布硬件视频会议产品全时盒子。作为一款视频会议室级别的专业会议硬件产品,全时盒子问世即宣布硬件免费。此前,全时一直专注SaaS远程会议服务,全时盒子的发布让其触角开始伸向硬件视频会议市场。
全时盒子采用了当下最高端的会议级配置,能够为用户提供无与伦比的高清视频、高保真音频体验。相对于传统的硬件视频会议动辄几十上百万的天价费用,以及繁琐复杂的使用流程,全时盒子用户每月仅需支付299元,无须购买昂贵的MCU,无须租用专线,无须专业IT人员进行管理和维护,即可使用基于互联网的高清远程视频会议。
全时盒子作为一款优秀的视频会议产品,在硬件、软件和使用体验方面都有自己的独到之处。
全时CEO陈学军
硬件:外形流畅简约、专业会议级配置
全时盒子产品由盒子、摄像头和全向麦组成,采用统一的质感黑色。盒子为铝合金机身,只有手掌大小,移动性强。摄像头采用单臂设计,流线型的机身演绎不对称之美。全向麦摒弃了千年不变的八爪鱼形象,圆形设计与盒子共同诠释天圆地方之意。整套产品设计简约有质感,商务范儿十足。
硬件配置方面,盒子采用高频4核A17架构CPU芯片,整合超强4核GPU Mali-T760,多分屏视频画面同时渲染,速度更快,色彩更逼真。此外,盒子还搭配了专业的独立DSP硬编码芯片,高端SoC配合专业DSP,轻松处理1080P高清画质,相比纯软件编码性能最高提高5倍,而功耗反而能降低一半。而且,盒子还重新设计了内置散热片、壳体材料和散热结构,使得整体散热性能提升40%,有效保证处理器和系统的稳定。
摄像头的设计也有自己的独到之处。内置了高性能云台,可以水平旋转和俯仰旋转,能保证优异的操作响应以及高度精确的停止控制。同时采用SONY 1/2.8英寸Processive CMOS图像传感器和10倍光学变焦,呈现更清晰的图像和更通透的画面效果,同时有效避免超大广角畸变。
全向麦更是全时盒子的精华所在,采用音频界泰斗Jabra提供的配件,内置全向型麦克风,360 度覆盖,拾音距离更远,而且可以让对方听到更真实的声音。
软件:强大稳定的视频会议服务平台
全时盒子作为视频会议室级别的硬件产品,不但拥有傲人的硬件配置,更有远程会议领导者十年的技术支撑。拥有了全时盒子,等于拥有了全时全球化的云服务基础设施的支持。全时智能路由器为全时盒子提供丢包补偿、数据安全和智能路由的功能,结合音频前处理技术、音频前向纠错,为用户提供更加稳定清晰的音频传输能力;在视频采集方面,进行优化处理,明暗,噪点,颗粒度优化,还原更真实的画质。
全时上百台云服务器,采用分布式部署于全球多个IDC机房及第三方云上,可支持上万人同时在全球各地开会。所有盒子都通过互联网连接云端服务器,全面打破内网限制。
简单:做一款人人都会用的远程视频会议产品
一直以来,硬件视频会议是复杂而封闭的,需要MCU、网关、网守、摄像头、八爪鱼等设备,还有各种千奇百怪的连接线和接口,以及高深莫测的设置界面……现在,全时对这一切说NO!
全时盒子使用简单方便,无需任何设置,用户只需输入购买时全时提供的会议验证码,即可轻松加入视频会议。全时盒子无需专用遥控器,通过手机下载app即可设置会议。使用时,用app扫描屏幕二维码即可完成与盒子的互联,之后,就可以使用app轻松遥控摄像头,调整摄像头方向及焦距,控制会议声音,选择想看的会场以及调整画面布局等。
全时盒子还支持4G。用户可通过定制的4G上网卡,在任何地点使用盒子开会。4G上网卡通过USB接口与盒子连接,即插即用,不需任何配置操作。
全时盒子这款带着互联网基因的硬件产品,以高质、高效、高性价比和简单易用等优势颠覆了守旧的传统硬件视频行业,把高清视频会议从企业的奢侈品变成企业的日用品,让所有的企业都能享用视频会议这种高效的沟通手段。效率,是企业的立身之本,诚如全时CEO陈学军的憧憬“让互联网帮助人们更高效的工作和学习”,颠覆不是目的,只是全时为用户践行自己的诺言,致力于让互联网每个人更高效的工作。
好文章,需要你的鼓励
很多人担心被AI取代,陷入无意义感。按照杨元庆的思路,其实无论是模型的打造者,还是模型的使用者,都不该把AI放在人的对立面。
MIT研究团队提出递归语言模型(RLM),通过将长文本存储在外部编程环境中,让AI能够编写代码来探索和分解文本,并递归调用自身处理子任务。该方法成功处理了比传统模型大两个数量级的文本长度,在多项长文本任务上显著优于现有方法,同时保持了相当的成本效率,为AI处理超长文本提供了全新解决方案。
谷歌宣布对Gmail进行重大升级,全面集成Gemini AI功能,将其转变为"个人主动式收件箱助手"。新功能包括AI收件箱视图,可按优先级自动分组邮件;"帮我快速了解"功能提供邮件活动摘要;扩展"帮我写邮件"工具至所有用户;支持复杂问题查询如"我的航班何时降落"。部分功能免费提供,高级功能需付费订阅。谷歌强调用户数据安全,邮件内容不会用于训练公共AI模型。
华为研究团队推出SWE-Lego框架,通过混合数据集、改进监督学习和测试时扩展三大创新,让8B参数AI模型在代码自动修复任务上击败32B对手。该系统在SWE-bench Verified测试中达到42.2%成功率,加上扩展技术后提升至49.6%,证明了精巧方法设计胜过简单规模扩展的技术理念。