瞻博网络旗下子公司、人工智能网络开拓者及安全人工智能网络领域领导者Mist Systems宣布今年连续第二年荣膺Gartner室内定位服务魔力象限(全球)远见者。在最新发布的Gartner报告中,瞻博网络Mist被评为“远见者”,在所有参选厂商中达到了最高的愿景全面性。我们认为“远见者”的赞誉是对Mist解决方案独特价值主张的充分肯定,其中包括了开放可编程架构、无需信标的虚拟低功耗蓝牙专利技术和含有基于超宽带和Wi-Fi雷达的先进定位应用在内的合作伙伴解决方案等广泛的第三方组件集成。
Mist Systems联合创始人兼高级副总裁Sujai Hajela表示:“Mist团队很高兴今年再次成为室内定位服务魔力象限全球远见者,而且达到了最高‘愿景完整度’的标准。业界对于采用开放标准的基于位置的服务表现出极大的兴趣,我们也致力于运用最新技术为客户不断创造价值。”
Mist解决方案持续受到全球领先企业的欢迎,取得了超过150%的年增长率,并赢得了财富10强企业中的3家成为客户。
“Gartner的调查发现,客户已经认识到了通过一个集成多种技术的统一框架来解决多种定位问题的需求,由此避免 繁冗并降低总体成本。” Gartner进一步指出:“我们的调查已连续进行了两年,今年的客户调查中,超过75%的受访者表示他们使用了多种定位应用,有力印证了这一趋势。”
去年,瞻博网络与多家创新且互补的定位技术公司缔结了合作伙伴关系,进一步加强了技术合作伙伴生态系统,以支持更多基于定位的应用,充分满足客户的需求。
在2019年对Gartner现有及潜在客户进行了共计350多次室内定位服务调查,于2020年1月13日发布了由Tim Zimmerman和Annette Zimmerman编撰的《Gartner室内定位服务魔力象限(全球)》。Gartner对于该出版物中描述的供应商、产品或服务并不持有支持的态度,也不建议技术用户仅选择评级最高或获得其它称号的供应商。Gartner研究出版物仅代表Gartner研究部门的意见,不能被认为是对绝对事实的陈述。Gartner不提供与以上研究相关的明确或暗指的保证,包括适销性或适合特定目的的任何保证。
好文章,需要你的鼓励
这项研究探索了语言神经元视角下多语言对齐如何增强大语言模型(LLMs)的多语言能力。研究团队提出了一种更精细的神经元识别算法,将激活神经元分为语言特定、语言相关和语言无关三类,克服了现有方法的局限性。基于这种分类,研究将LLMs多语言处理过程划分为四个阶段:多语言理解、共享语义空间推理、多语言输出空间转换和词汇空间输出。通过分析对齐前后不同类型神经元的变化,发现多语言对齐促进了更多语言相关神经元的共享使用,减少了对语言特定神经元的依赖,这也解释了"自发多语言对齐"现象。
这项由弗吉尼亚大学与Adobe研究院合作的研究突破了传统图像到视频生成的空间限制,提出了"Frame In-N-Out"技术,使物体可以自然地离开画面或新物体能够进入画面。研究团队创建了专门的数据集和评估方法,并设计了一种融合运动控制、身份参考和无边界画布的扩散变换器架构。实验结果表明,该方法在生成质量和控制精度上显著优于现有技术,为电影制作和创意内容创作提供了新可能。
浙江大学研究团队开发了首个评估视觉语言模型多视角空间定位能力的综合基准ViewSpatial-Bench,并揭示了现有模型在视角转换理解上的严重缺陷。通过自动化3D标注流水线构建的大规模数据集,他们训练出的多视角空间模型(MVSM)实现了46.24%的性能提升,为人机空间交互提供了新的解决方案,使AI系统能更好地理解人类视角下的空间关系,促进更直观的人机交流。
ByteDance团队提出的DetailFlow是一种创新的图像生成方法,通过"下一细节预测"策略实现从粗到细的自回归生成。它将图像编码为仅需128个令牌的1D序列,比传统方法少5倍,却实现了更高质量(2.96 gFID)和更快速度(提速约8倍)。该方法巧妙地模拟人类创作过程:先勾勒整体结构,再逐步添加细节,并通过自我纠错机制解决并行推理中的错误累积问题,为高分辨率图像生成提供了高效解决方案。