Panasonic Industry Europe 宣布将把 DigiCert Device Trust Manager 集成到其 PAN-MaX 智能制造服务中,以实现对其互联互通型智能家居设备按照 Matter 认证标准进行 “无缝” 认证。
Panasonic Industry Europe 和 DigiCert 坚信,此次合作恰逢关键时刻,因为在市场快速增长的背景下,智能家居设备制造商正面临着日益严峻的安全性、合规性和互联互通要求。引用 Fortune Business Insights 发表的研究,这两家公司指出,全球智能家居市场预计将从 2025 年的 147.52 亿美元增长到 2032 年的 633.20 亿美元,年复合增长率达 23.1%。
Matter 是由 Connectivity Standards Alliance ( CSA ) 推出的互联互通标准,并由包括 DigiCert 与 Panasonic 在内的智能家居技术领军企业共同开发。Matter 旨在创建一种通用语言,使物联网 ( IoT ) 设备能够跨 Apple Home、Google Home 和 Amazon Alexa 等生态系统进行通信。
该组织表示,对于制造商来说,Matter 合规性不仅仅是一项功能,而是一项必需品。每个 Matter 设备均配备有设备认证证书 ( DAC ) ,这是一种由经 CSA 认可的产品认证机构 ( PAA ) 颁发的数字合规证明。DigiCert 是一家拥有众多 Matter 认证客户的 PAA。Matter 补充道,没有 DAC,设备在某一生态系统中便无法正常运行,从而在竞争异常激烈的市场中引发延误、挑战及丢失机遇。
为此,将 DigiCert Device Trust Manager 与 Panasonic 的 PAN-MaX 服务整合,旨在简化 Matter 认证流程,加速安全且符合标准的设备交付。根据 DigiCert 和 Panasonic Industry Europe 的表述,此次整合的最终目标是为制造商提供一个更快速、更高效的生产流程。
两家公司均相信,此次整合将为制造商带来诸多关键优势,例如自动 DAC 颁发、内置安全与合规性以及更快的上市时间。
具体而言,他们保证在 DAC 颁发方面,证书的申请与发放均为实时进行,无需人工干预,而 DAC 为物联网 ( IoT ) 设备提供加密、身份识别与身份验证服务。此外,无线模块现已具备 Matter 就绪状态,从生产之初便内置身份验证,制造商无需再等待手动审批证书,因为安全验证将在生产线上直接完成。
“通过将 Panasonic 的 PAN-MaX 认证服务与 DigiCert 行业领先的认证服务相结合,我们确保制造商在不以速度牺牲安全的前提下,轻松获得 Matter 认证。” — Panasonic Industry Europe 的 Chetan Joshi
“DigiCert 是 Matter 的关键贡献者,也是少数几家能够颁发 Matter 设备认证证书的可信机构之一,” DigiCert 产品管理高级总监 Kevin Hilscher 如是说。
“借助与 Panasonic Industry Europe 的合作,客户现可通过全自动系统即时申请证书,消除多余步骤并优化安全流程。该流程使制造商能够专注于创新,确保安全性与 Matter 认证加速业务发展,而非拖慢进度。”
Panasonic Industry Europe 资深产品经理 Chetan Joshi 补充道:“智能家居革命的蓬勃发展需要信任作为基础。Panasonic Industry Europe 与 DigiCert 正在树立全新的信任标准,使得智能家居设备不仅实现互联互通,更在生产之初便具备安全保障和认证。”
“通过将 Panasonic 的 PAN-MaX 认证服务与 DigiCert 行业领先的认证服务相结合,我们确保制造商在不以速度牺牲安全的前提下,轻松获得 Matter 认证。”
好文章,需要你的鼓励
这项研究介绍了CRAWLDoc,一种创新的文献排序系统,能从网络中自动识别与学术论文相关的文档。德国乌尔姆大学的研究团队利用小型语言模型,将论文登陆页面作为查询,对所有链接资源进行排序,有效解决了学术元数据提取面临的网页布局多样性问题。基于600篇来自六大出版商的论文测试,系统展现出卓越的排序性能和跨出版商适应能力,为改进学术信息提取奠定了基础。
西安交通大学与昆明理工大学研究团队开发了一种基于集成学习的婴幼儿语音情感识别方法,能有效分辨饥饿、困倦、不舒服和高兴四种情绪状态。研究采用三层分类器架构,整合SVM、随机森林和KNN算法,达到85.82%的准确率,显著优于单一分类器。这项技术有望应用于智能婴儿监护和早期疾病筛查,为理解婴幼儿非语言表达开辟了新途径。
这项来自普渡大学和微软的研究探索如何让AI助手更好地保护用户隐私。研究团队通过让大型语言模型在回答前先思考"语境完整性"(即在特定场景下什么信息适合分享),并结合强化学习技术进行训练,成功降低了隐私信息泄露风险高达40%,同时保持了任务完成能力。研究仅使用约700个合成数据样本进行训练,却在真实场景测试中展现出色效果,为构建更隐私友好的AI助手提供了实用方法。
SkyReels-Audio是Skywork AI团队开发的全能音频驱动人像视频生成框架,能将静态图像或视频与语音输入结合,生成高度逼真、唇形同步的说话人像视频。基于预训练的视频扩散变换器构建,该技术支持无限长度视频生成和编辑,提供多模态控制能力。通过混合课程学习策略和双向潜在融合技术,该模型在身份一致性、面部表情自然度和唇形同步精度上取得了突破性进展,为数字内容创作、教育和娱乐领域带来革命性可能。