Iyo One: Teils Kopfhörer, teils Audiocomputer
Konzentration ist zu jeder Zeit eine Tugend.
Autor |. Tang Yitao
Herausgeber |. Jingyu
Die erneute Popularität der künstlichen Intelligenz hat zu einer neuen Welle von Hardware-Innovationen geführt.
Der beliebteste AI-Pin hat beispiellose negative Bewertungen erhalten. Marques Brownlee (MKBHD) bezeichnete es als das schlechteste Produkt, das er jemals rezensiert habe; David Pierce, Herausgeber von The Verge, sagte, er würde niemandem empfehlen, das Gerät zu kaufen.
Sein Konkurrent, der Rabbit R1, ist nicht viel besser. Der größte Zweifel an diesem KI-Gerät besteht darin, dass es sich offensichtlich nur um eine App handelt, Rabbit jedoch eine 200-Dollar-Hardware gebaut hat.
Viele Menschen sehen KI-Hardware-Innovationen als Chance, das Smartphone-Zeitalter zu untergraben und sich dem Versuch zu widmen, die Produktdefinition zu vervollständigen. Es gibt jedoch noch keine Schlussfolgerung darüber, „was KI-Hardware im Zeitalter der großen Modelle ist“.
Vor einem Jahr veröffentlichte Humane auf der TED-Konferenz einen AI-Pin, der für Aufsehen sorgte.
Jetzt taucht auf der TED-Konferenz ein weiteres KI-Gerät auf. Dabei handelt es sich um das Iyo One, ein KI-Headset der Firma Iyo.
Im Jahr 2021 berichtete Insider, dass Googles „Moon Landing Project“-Team ein revolutionäres Hörgerät entwickelt. Einige Monate später wurde das Projekt mit dem Codenamen „Wolverine“ von Google ausgegliedert und Projektleiter Jason Rugolo gründete Iyo.
Iyo hat 21 Millionen US-Dollar an Finanzmitteln aufgebracht, wobei Alphabet der erste Investor war. Weitere Investoren sind Lockheed Martin und SoftBank Vision Fund.
Iyo beschreibt den Iyo One eher als „Audiocomputer“ denn als Kopfhörer. Ein Grund dafür ist, dass Iyo eine Menge Computerkomponenten auf einer 50-Cent-großen Metallscheibe verpackt, darunter eine 4-nm-CPU, 2 GB RAM, 32 GB Flash-Speicher, Akku, Bluetooth, WLAN und GPS.
Das bedeutet, dass Iyo vom Telefon getrennt und zu einem unabhängigen Gerät werden kann. Dies ist ein wichtiger Unterschied zu anderen Kopfhörern mit integrierten KI-Funktionen.
Stellen Sie sich vor, Sie sitzen in einem lauten Restaurant und können Ihren Freund gegenüber nicht hören. Wenn Sie zu diesem Zeitpunkt Iyo One aufsetzen, kann es die Umgebungsgeräusche reduzieren, die Stimme Ihrer Freunde lauter machen und sogar eine spanische Übersetzung in Echtzeit bereitstellen, um nahtlos mit der anderen Partei zu kommunizieren.
Dies ist das Nutzungsszenario von Iyo One, das Rugolo dem Publikum auf der TED-Konferenz beschrieben hat. Um diesen Effekt zu erzielen, verwendet Iyo One mehrere Apps wie Beamforming, rechnergestützte Hörszenenanalyse, maschinelles Lernen zur Rauschunterdrückung sowie KI-Transkription und -Übersetzung.
Es ist jedoch zu beachten, dass dieser Teil des Inhalts nicht in Echtzeit demonstriert wird, sondern durch ein Video präsentiert wird. Mit anderen Worten: Ob Iyo One die oben genannten Funktionen wirklich erreichen kann, ist derzeit fraglich.
Iyo One hat keinen Bildschirm, Iyo hat speziell eine Reihe audiobasierter interaktiver Schnittstellen entwickelt. Wenn wir die Benutzeroberfläche beschreiben, beziehen wir uns normalerweise auf die GUI, über die der Benutzer mit dem Computer interagiert. Die Eingabe und Ausgabe von Iyo One basiert vollständig auf natürlicher Sprache. Durch Sprache können Benutzer die KI steuern, um das Lesen und Senden von E-Mails, Nachrichten, Telefonanrufen, Navigation und Musikwiedergabe zu unterstützen.
Iyo kann auch ein MR-Gerät sein, jedoch eher akustisch als visuell. Iyo One kann aus auditiver Perspektive eine virtuelle Szene eines Fußballspiels oder einer belebten Stadtstraße für Sie erstellen. Rugolo nennt es Mixed Audio Reality.
Die Akkulaufzeit ist ein wichtiger Punkt, der Beachtung verdient. Denn wenn sie nicht den ganzen Tag über genutzt werden kann, ist die Benutzerfreundlichkeit tragbarer Geräte sehr gering. Iyo One gibt es in WLAN- und Mobilfunkversionen. Laut TechCrunch kann das Iyo One in Verbindung mit einem Telefon bis zu 16 Stunden durchhalten. Bei eigenständiger Nutzung im Mobilfunkmodus sinkt die Akkulaufzeit jedoch auf 1,5 Stunden.
Auch der Preis von Iyo One verdient Aufmerksamkeit. Mit einem Preis von 599 US-Dollar dürfte die Wi-Fi-Version kein Verbraucherprodukt für den Massenmarkt sein, und die Mobilfunkversion ist 100 US-Dollar teurer.
Die gute Nachricht ist, dass Iyo keine Abonnementgebühren für KI-Dienste wie AI Pin erhebt.
02. Das Problem der KI-Hardware
Obwohl noch niemand die Produktdefinition von KI-Hardware abgeschlossen hat, müssen zumindest einige Richtlinien befolgt werden, beispielsweise die Verwendung von Smartphones als Anker.
Noch nie in der Geschichte der Menschheit ist eine Technologie so tief in das menschliche Leben eingedrungen wie Smartphones: Von Lebensmitteln, Kleidung, Wohnen und Transport bis hin zu Konsum und Produktion haben Smartphones an fast allen Aspekten der menschlichen Gesellschaft teilgenommen.
Wenn der Austausch von Smartphones der Endpunkt der KI-Hardware ist, ist dies offensichtlich kein Ziel, das in kurzer Zeit erreicht werden kann. Von der PC-Ära zur Smartphone-Ära besteht die wesentliche Veränderung darin, dass Geräte zugänglicher sind und mehr Interaktionen mit der Umgebung haben (mehr Sensoren). Trotzdem sind PCs nicht vollständig verschwunden und es muss noch viel Arbeit an PCs geleistet werden.
KI-Hardware wird noch lange Zeit neben Smartphones existieren. Zu diesem Zeitpunkt müssen Sie darüber nachdenken: Welche Probleme kann KI-Hardware lösen, die Smartphones nicht lösen können?
Der Fehler von AI Pin liegt an der schlechten Benutzererfahrung, einschließlich Wärmeentwicklung, schlechter Akkulaufzeit, schlechter Projektionsanzeige, langsamem KI-Feedback usw. Die schlechte Benutzererfahrung spiegelt das Problem der Produktdefinition wider. AI Pin hat die Produktinteraktion revolutioniert, die alte Mobiltelefoninteraktion jedoch nicht vereinfacht. Es ist nicht logisch, einen bestehenden Satz von Interaktionen durch einen umständlicheren Satz von Interaktionen zu ersetzen.
Damit lassen sich einige Eigenschaften von KI-Hardware zusammenfassen:
Es ist ein leichteres Gerät als ein Mobiltelefon;
Es sollte besser zugänglich sein als ein Mobiltelefon und mehr mit der Umgebung interagieren;
Es sollte Probleme lösen, die ein Mobiltelefon bietet Telefone können nicht lösen, anstatt die Funktionen zu erfüllen, die das Telefon bereits gut beherrscht.
Derzeit haben wir keine Möglichkeit zu wissen, wie das Iyo One im wirklichen Leben funktionieren wird. Aber den oben genannten Eigenschaften nach zu urteilen, eignet sich Iyo One offensichtlich besser für das Konzept der KI-Hardware als AI Pin.
Tatsächlich gab es einige erfolgreiche Fälle auf dem Markt. Beispielsweise erzielte OLAUD NOTE, ein KI-Recorder, der an ein Mobiltelefon angeschlossen werden kann, im April dieses Jahres einen Umsatz von über 10 Millionen US-Dollar. Neben den von Meta und Ray-Ban eingeführten Datenbrillen der zweiten Generation wurden allein im vierten Quartal 2023 mehr als 300.000 Paare verkauft.
Für KI-Hardware ist es sicherlich ein Erfolg, Mobiltelefone ersetzen zu können. Rugolo hat keine so großen Ambitionen, so das Technologiemedium AXIOS. Zehntausende Einheiten verkaufen zu können, ist für ihn bereits ein Erfolg.
Das bedeutet schließlich, dass das Produkt des Unternehmens ein Problem löst und jemand dafür bezahlt.
Dieser Artikel stammt aus dem öffentlichen WeChat-Konto: Öffentliches WeChat-Konto (ID: null), „Diese Firma möchte ein iPhone in einen drahtlosen Kopfhörer einbauen“, Autor: Tang Yitao
Das obige ist der detaillierte Inhalt vonIyo One: Teils Kopfhörer, teils Audiocomputer. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Heiße KI -Werkzeuge

Undresser.AI Undress
KI-gestützte App zum Erstellen realistischer Aktfotos

AI Clothes Remover
Online-KI-Tool zum Entfernen von Kleidung aus Fotos.

Undress AI Tool
Ausziehbilder kostenlos

Clothoff.io
KI-Kleiderentferner

Video Face Swap
Tauschen Sie Gesichter in jedem Video mühelos mit unserem völlig kostenlosen KI-Gesichtstausch-Tool aus!

Heißer Artikel

Heiße Werkzeuge

Notepad++7.3.1
Einfach zu bedienender und kostenloser Code-Editor

SublimeText3 chinesische Version
Chinesische Version, sehr einfach zu bedienen

Senden Sie Studio 13.0.1
Leistungsstarke integrierte PHP-Entwicklungsumgebung

Dreamweaver CS6
Visuelle Webentwicklungstools

SublimeText3 Mac-Version
Codebearbeitungssoftware auf Gottesniveau (SublimeText3)

Heiße Themen











Diese Seite berichtete am 27. Juni, dass Jianying eine von FaceMeng Technology, einer Tochtergesellschaft von ByteDance, entwickelte Videobearbeitungssoftware ist, die auf der Douyin-Plattform basiert und grundsätzlich kurze Videoinhalte für Benutzer der Plattform produziert Windows, MacOS und andere Betriebssysteme. Jianying kündigte offiziell die Aktualisierung seines Mitgliedschaftssystems an und führte ein neues SVIP ein, das eine Vielzahl von KI-Schwarztechnologien umfasst, wie z. B. intelligente Übersetzung, intelligente Hervorhebung, intelligente Verpackung, digitale menschliche Synthese usw. Preislich beträgt die monatliche Gebühr für das Clipping von SVIP 79 Yuan, die Jahresgebühr 599 Yuan (Hinweis auf dieser Website: entspricht 49,9 Yuan pro Monat), das fortlaufende Monatsabonnement beträgt 59 Yuan pro Monat und das fortlaufende Jahresabonnement beträgt 499 Yuan pro Jahr (entspricht 41,6 Yuan pro Monat). Darüber hinaus erklärte der Cut-Beamte auch, dass diejenigen, die den ursprünglichen VIP abonniert haben, das Benutzererlebnis verbessern sollen

Verbessern Sie die Produktivität, Effizienz und Genauigkeit der Entwickler, indem Sie eine abrufgestützte Generierung und ein semantisches Gedächtnis in KI-Codierungsassistenten integrieren. Übersetzt aus EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG, Autor JanakiramMSV. Obwohl grundlegende KI-Programmierassistenten natürlich hilfreich sind, können sie oft nicht die relevantesten und korrektesten Codevorschläge liefern, da sie auf einem allgemeinen Verständnis der Softwaresprache und den gängigsten Mustern beim Schreiben von Software basieren. Der von diesen Coding-Assistenten generierte Code eignet sich zur Lösung der von ihnen zu lösenden Probleme, entspricht jedoch häufig nicht den Coding-Standards, -Konventionen und -Stilen der einzelnen Teams. Dabei entstehen häufig Vorschläge, die geändert oder verfeinert werden müssen, damit der Code in die Anwendung übernommen wird

Um mehr über AIGC zu erfahren, besuchen Sie bitte: 51CTOAI.x Community https://www.51cto.com/aigc/Translator|Jingyan Reviewer|Chonglou unterscheidet sich von der traditionellen Fragendatenbank, die überall im Internet zu sehen ist erfordert einen Blick über den Tellerrand hinaus. Large Language Models (LLMs) gewinnen in den Bereichen Datenwissenschaft, generative künstliche Intelligenz (GenAI) und künstliche Intelligenz zunehmend an Bedeutung. Diese komplexen Algorithmen verbessern die menschlichen Fähigkeiten, treiben Effizienz und Innovation in vielen Branchen voran und werden zum Schlüssel für Unternehmen, um wettbewerbsfähig zu bleiben. LLM hat ein breites Anwendungsspektrum und kann in Bereichen wie der Verarbeitung natürlicher Sprache, der Textgenerierung, der Spracherkennung und Empfehlungssystemen eingesetzt werden. Durch das Lernen aus großen Datenmengen ist LLM in der Lage, Text zu generieren

Large Language Models (LLMs) werden auf riesigen Textdatenbanken trainiert und erwerben dort große Mengen an realem Wissen. Dieses Wissen wird in ihre Parameter eingebettet und kann dann bei Bedarf genutzt werden. Das Wissen über diese Modelle wird am Ende der Ausbildung „verdinglicht“. Am Ende des Vortrainings hört das Modell tatsächlich auf zu lernen. Richten Sie das Modell aus oder verfeinern Sie es, um zu erfahren, wie Sie dieses Wissen nutzen und natürlicher auf Benutzerfragen reagieren können. Aber manchmal reicht Modellwissen nicht aus, und obwohl das Modell über RAG auf externe Inhalte zugreifen kann, wird es als vorteilhaft angesehen, das Modell durch Feinabstimmung an neue Domänen anzupassen. Diese Feinabstimmung erfolgt mithilfe von Eingaben menschlicher Annotatoren oder anderer LLM-Kreationen, wobei das Modell auf zusätzliches Wissen aus der realen Welt trifft und dieses integriert

Maschinelles Lernen ist ein wichtiger Zweig der künstlichen Intelligenz, der Computern die Möglichkeit gibt, aus Daten zu lernen und ihre Fähigkeiten zu verbessern, ohne explizit programmiert zu werden. Maschinelles Lernen hat ein breites Anwendungsspektrum in verschiedenen Bereichen, von der Bilderkennung und der Verarbeitung natürlicher Sprache bis hin zu Empfehlungssystemen und Betrugserkennung, und es verändert unsere Lebensweise. Im Bereich des maschinellen Lernens gibt es viele verschiedene Methoden und Theorien, von denen die fünf einflussreichsten Methoden als „Fünf Schulen des maschinellen Lernens“ bezeichnet werden. Die fünf Hauptschulen sind die symbolische Schule, die konnektionistische Schule, die evolutionäre Schule, die Bayes'sche Schule und die Analogieschule. 1. Der Symbolismus, auch Symbolismus genannt, betont die Verwendung von Symbolen zum logischen Denken und zum Ausdruck von Wissen. Diese Denkrichtung glaubt, dass Lernen ein Prozess der umgekehrten Schlussfolgerung durch das Vorhandene ist

Herausgeber | Der Frage-Antwort-Datensatz (QA) von ScienceAI spielt eine entscheidende Rolle bei der Förderung der Forschung zur Verarbeitung natürlicher Sprache (NLP). Hochwertige QS-Datensätze können nicht nur zur Feinabstimmung von Modellen verwendet werden, sondern auch effektiv die Fähigkeiten großer Sprachmodelle (LLMs) bewerten, insbesondere die Fähigkeit, wissenschaftliche Erkenntnisse zu verstehen und zu begründen. Obwohl es derzeit viele wissenschaftliche QS-Datensätze aus den Bereichen Medizin, Chemie, Biologie und anderen Bereichen gibt, weisen diese Datensätze immer noch einige Mängel auf. Erstens ist das Datenformular relativ einfach, die meisten davon sind Multiple-Choice-Fragen. Sie sind leicht auszuwerten, schränken jedoch den Antwortauswahlbereich des Modells ein und können die Fähigkeit des Modells zur Beantwortung wissenschaftlicher Fragen nicht vollständig testen. Im Gegensatz dazu offene Fragen und Antworten

Laut Nachrichten dieser Website vom 1. August hat SK Hynix heute (1. August) einen Blogbeitrag veröffentlicht, in dem es ankündigt, dass es am Global Semiconductor Memory Summit FMS2024 teilnehmen wird, der vom 6. bis 8. August in Santa Clara, Kalifornien, USA, stattfindet viele neue Technologien Generation Produkt. Einführung des Future Memory and Storage Summit (FutureMemoryandStorage), früher Flash Memory Summit (FlashMemorySummit), hauptsächlich für NAND-Anbieter, im Zusammenhang mit der zunehmenden Aufmerksamkeit für die Technologie der künstlichen Intelligenz wurde dieses Jahr in Future Memory and Storage Summit (FutureMemoryandStorage) umbenannt Laden Sie DRAM- und Speicheranbieter und viele weitere Akteure ein. Neues Produkt SK Hynix wurde letztes Jahr auf den Markt gebracht

Herausgeber |. KX Im Bereich der Arzneimittelforschung und -entwicklung ist die genaue und effektive Vorhersage der Bindungsaffinität von Proteinen und Liganden für das Arzneimittelscreening und die Arzneimitteloptimierung von entscheidender Bedeutung. Aktuelle Studien berücksichtigen jedoch nicht die wichtige Rolle molekularer Oberflächeninformationen bei Protein-Ligand-Wechselwirkungen. Auf dieser Grundlage schlugen Forscher der Universität Xiamen ein neuartiges Framework zur multimodalen Merkmalsextraktion (MFE) vor, das erstmals Informationen über Proteinoberfläche, 3D-Struktur und -Sequenz kombiniert und einen Kreuzaufmerksamkeitsmechanismus verwendet, um verschiedene Modalitäten zu vergleichen Ausrichtung. Experimentelle Ergebnisse zeigen, dass diese Methode bei der Vorhersage von Protein-Ligand-Bindungsaffinitäten Spitzenleistungen erbringt. Darüber hinaus belegen Ablationsstudien die Wirksamkeit und Notwendigkeit der Proteinoberflächeninformation und der multimodalen Merkmalsausrichtung innerhalb dieses Rahmens. Verwandte Forschungen beginnen mit „S
