至顶网软件频道消息: 5 月 10 日,微软中国宣布,Microsoft HoloLens正式进入中国市场,并将于北京时间 2017 年5 月 10日开启预售。届时,中国企业用户和开发者可以通过微软中国官方商城和天猫商城的微软中国官方旗舰店预订Microsoft HoloLens。
Microsoft HoloLens 是微软首款完全独立、不受线缆限制的全息计算机设备,通过运行Windows 10操作系统,它无需借助任何设备,即可将全息影像与现实物理环境交互融合,让用户以全新的混合现实视野来观察世界并实现人机互动。在三维空间中与周边事物进行互动是人类的本能,借助于机身中搭载的一系列用于捕获动作以及感知环境的高级传感器,并通过手势、视线和立体声效等人体感知技术进行更接近自然的人机交互,Microsoft HoloLens能够将多样化的数字内容植入人们感知能力所及的现实世界,让用户像面对真实存在的物品一样,对程序、菜单、全息影像等数字内容进行操作和互动。
不过,如果你认为HoloLens最大的应用场景是游戏,你就错了。与VR那种沉浸式的体验不同,HoloLens更强调虚拟与现实结合,用户在佩戴过程中不仅可以观看到3D虚拟影像,还能看到现实场景。因此,HoloLens可以说是典型的企业级产品,由于其具有能够对真实环境进行增强显示输出的特性,在医疗研究与解剖训练、精密仪器制造和维修、军用飞机导航、工程设计和远程机器人控制等领域,具有比VR技术更加明显的优势。
据了解,HoloLens已经在航空、制造、教育等行业开发出多种应用场景。沃尔沃汽车利用HoloLens对消费者的购买环节进行了创新。消费者在购车时不仅可以使用HoloLens看到沃尔沃汽车的性能和功能的3D演示,同时还能实时看到针对车身颜色、轮毂等定制方案的3D影像。除此之外,当消费者利用HoloLens头盔选择好定制方案时,与头盔相连的PC端销售系统就可以实时获取定制信息,并传输到工厂进行生产了。值得一提的是,HoloLens可以支持多人同时互动,消费者可以以家庭为单位,同时对车子的定制方案进行讨论。
在更为复杂的航空领域,HoloLens的表现也是可圈可点。日本航空公司利用HoloLens构建出飞机发动机的运行状态,带上AR头盔的工作人员“钻”到飞机发动机内部,360度查看发动机的运行状态,并且还可以随意点选放大发动机内部的组件,就如同《蚁人》中的电影场景一样,十分带感。
微软全球全球资深副总裁、大中华区董事长兼首席执行官柯睿杰表示:“Microsoft HoloLens开启了混合现实的全新视野。从全方位展示沃尔沃汽车的内部构造,到帮助蒂森克虏伯的电梯检修人员‘透视’故障设备,这种不同以往的视角和独特的人机交互体验,已经为全球各地的企业、微软合作伙伴和开发者带来了多样化的创新机遇。”
据悉,5月10日开启预售的两款产品中,Microsoft HoloLens商业套件面向商业用户发售,主要用于与企业的生产经营活动或商业场景相关的目的,也可供开发者用户对混合现实技术及应用进行评估、测试和开发。除提供全部基础开发功能以外,Microsoft HoloLens商用套件还包含了用于提升安全性及管理等级的企业功能特性,具体包括可以限定演示信息的信息亭模式、便于企业IT部门进行设备配置管理的移动设备管理(MDM)、更先进的身份管理机制、增强的数据安全性、企业专供的Windows 应用商店等。此外,商用套件提供为期一年的有限保证服务。Microsoft HoloLens商用套件售价39188元人民币。
为满足开发者用户的需求,微软同时为有意从事HoloLens应用开发的开发者用户提供了Microsoft HoloLens开发者版本,该产品的使用场景须与应用开发相关。Microsoft HoloLens开发者版本售价23488元人民币,在提供更优惠价格的同时,相应减少了相关的服务内容。目前,Microsoft HoloLens商用套件和开发者版本,暂不面向个人用户发售。
好文章,需要你的鼓励
当前企业面临引入AI的机遇与挑战。管理层需要了解机器学习算法基础,包括线性回归、神经网络等核心技术。专家建议从小规模试点开始,优先选择高影响用例,投资数据治理,提升员工技能。对于影子IT现象,应将其视为机会而非问题,建立治理流程将有效工具正式化。成功的AI采用需要明确目标、跨部门协作、变革管理和持续学习社区建设。
这项由东京科学技术大学等机构联合发布的研究提出了UMoE架构,通过重新设计注意力机制,实现了注意力层和前馈网络层的专家参数共享。该方法在多个数据集上显著优于现有的MoE方法,同时保持了较低的计算开销,为大语言模型的高效扩展提供了新思路。
美国垃圾收集行业2024年创收690亿美元,近18万辆垃圾车每周运营六至七天,每日停靠超千次。设备故障成为行业最大隐性成本,每辆车年均故障费用超5000美元。AI技术通过实时监控传感器数据,能提前数周预测故障,优化零部件库存管理,减少重复维修。车队报告显示,预测性维护每辆车年节省高达2500美元,显著提升运营效率和服务可靠性。
小米团队开发的MiMo-7B模型证明了AI领域"小而精"路线的可行性。这个仅有70亿参数的模型通过创新的预训练数据处理、三阶段训练策略和强化学习优化,在数学推理和编程任务上超越了320亿参数的大模型,甚至在某些指标上击败OpenAI o1-mini。研究团队还开发了高效的训练基础设施,将训练速度提升2.29倍。该成果已完全开源,为AI民主化发展提供了新思路。