2021年5月20日,丹麦领先的音频解决方案公司EPOS Group A/S(简称:EPOS)在京召开新品发布会,推出了EXPAND Vision 3T,该款产品经由Microsoft Teams Rooms认证,具备极强的可靠性和灵活的易用性,专为最多可容纳8位与会者的小型会议室而设计。EXPAND Vision 3T作为EPOS发布的首款视频协作一体机,标志着EPOS正式进入视频协作领域。
身临其境,打造沉浸式会议体验
EXPAND Vision 3T拥有多项“黑科技”加持,全方位为用户打造沉浸式的会议体验。设备配备Sony®传感器的广角4K摄像机、增强PTZ和波束成形麦克风阵列,同时,还通过智能相框、语音跟踪和降噪功能,为声画传输带来了全新升级,饱满的声音扩散及超清的画面呈现,打破了传统视频会议使用中团队成员身处异处的隔阂感,以创新之力,EPOS AI™赋能,营造身处一处的互动感,纵使团队“天涯海角”,EXPAND Vision 3T也能让每一位成员“咫尺相联”。
删繁就简,高效节约时间资金成本
配件种类繁多、会议连接性能不稳定、系统操作繁琐、设备更新维护困难等等,是传统视频会议解决方案中被长期诟病的痛点,这些弊病会直接导致职场人士的办公效率大打折扣,而更换设备又会对企业带来资金成本的压力,如何选择一时间进退两难。EPOS察觉到这一市场诉求,推出集易用性与可靠性于一身的EXPAND Vision 3T,随时可以使用的All-in-one视频会议协作,没有电缆、无需电脑、一键式操作,轻轻一按即可加入会议,更加符合现代智能办公的理念。同时,具有自动软件更新、远程设备管理和配置的多项省心功能,即插即用,大大节约了维护成本。此外,EXPAND Vision 3T允许会议中的任何人通过任意设备轻松共享内容。大大增强团队协同效率,助力商务办公体验攀升。
创新联动,深度定制Microsoft Teams
在当今国内市场中,会议协作平台百花争艳,但Microsoft Teams一直是企业办公商务人士的主流选择之一。据了解,微软在去年宣布将于2021年7月31日停用Skype for Business Online,并帮助用户升级至 Microsoft Teams。为了保证用户始终拥有高效畅快的远程通话体验,Microsoft Teams对与其配适的设备提出了严格的技术要求,此次推出的EXPAND Vision 3T针对Microsoft Teams进行了适配升级,完全符合其技术要求。EXPAND Vision 3T随附EPOS EXPAND SP 30T,集成了Microsoft Teams具备的所有主流功能,能够直接提升办公效率,增强协同性。在同级别的产品中更胜一筹,与Microsoft Teams携手打出一套高效视频会议协作的“组合拳”。
EPOS 总裁Jeppe Dalberg-Larsen表示:“EXPAND Vision 3T的推出是EPOS的一个重大里程碑,标志着我们进入了视频协作市场。我们推出这款产品的目标是为专业人士提供他们所需的工具,让他们能够相互协作并发挥最佳工作水平,同时不断挑战高端音频技术上的可能性。视频协作之旅从这里开始,我们期待着看到EPOS展开新的发展篇章。”
EPOS产品管理副总裁Theis Moerk表示:“我们很高兴推出首个视频一体机,这感觉就像是产品组合的自然延伸。微软一直处于创新视频会议解决方案的最前沿。我们与微软合作推出EXPAND Vision 3T这一年集成的音频和视频解决方案,为现代会议室提供了新的选择和方向。”
值得一提的是,EPOS始终保持洞悉市场的敏锐触觉,关注商务办公行业市场的发展趋势。近一年来,相继推出包括ADAPT 200、ADAPT100、EXPAND Capture 5、EXPAND 80等针对各种不同场景诉求的音频解决方案,打造了IMPACT系列、EXPAND系列、ADAPT系列在内的多组合产品矩阵,覆盖多种场景,具备广泛的应用。此外,今年初,EPOS宣布成为阿斯顿·马丁高知特F1车队的全球音频合作伙伴,未来也将持续以创新为驱动,开拓更为广阔的市场。
好文章,需要你的鼓励
zip2zip是一项创新技术,通过引入动态自适应词汇表,让大语言模型在推理时能够自动组合常用词组,显著提高处理效率。由EPFL等机构研究团队开发的这一方法,基于LZW压缩算法,允许模型即时创建和使用"超级tokens",将输入和输出序列长度减少20-60%,大幅提升推理速度。实验表明,现有模型只需10个GPU小时的微调即可适配此框架,在保持基本性能的同时显著降低计算成本和响应时间,特别适用于专业领域和多语言场景。
时尚零售巨头维多利亚的秘密因安全事件导致网站和线上订单服务中断,已立即启动应急响应、邀请第三方专家协助恢复运营,实体店仍正常营业。
这项研究创新性地利用大语言模型(LLM)代替人类标注者,创建了PARADEHATE数据集,用于仇恨言论的无毒化转换。研究团队首先验证LLM在无毒化任务中表现可与人类媲美,随后构建了包含8000多对仇恨/非仇恨文本的平行数据集。评估显示,在PARADEHATE上微调的模型如BART在风格准确性、内容保留和流畅性方面表现优异,证明LLM生成的数据可作为人工标注的高效替代方案,为创建更安全、更具包容性的在线环境提供了新途径。