至顶网软件频道消息:由于亚马逊网络服务公司(Amazon Web Services Inc.)在星期一早晨推出了一个新的开发平台,虚拟现实和增强现实等沉浸式技术可能很快就会变得更加普及。
这家公有云计算巨头揭开了其新的Amazon Sumerian服务的面纱,它为开发人员提供了一个平台,可以创建逼真的虚拟环境,可以使用动画角色和其他3D对象对其进行填充。亚马逊公司(Amazon.com Inc.)星期一在一个不同寻常的“午夜疯狂(Midnight Madness)”活动中宣布了Sumerian,该活动是这家公司在拉斯维加斯举办的、为期一周的年度re:Invent大会的前夜活动,参加活动的人都是经过挑选的。
此举出现在各行各业的企业对增强现实(AR)和虚拟现实(VR)技术表现出浓厚兴趣之际。移动软件开发公司Niantic Inc.在2016年6月份发布了其大热的精灵宝可梦(Pokemon Go)游戏,让这项技术名声大噪,而该技术除了游戏之外,也已经被应用于很多其他的应用程序之中。在去年,增强现实(AR)和虚拟现实(VR)在打造更逼真的训练模拟、虚拟礼宾服务和虚拟家庭旅游等方面已经大放异彩。
但增强现实(AR)和虚拟现实(VR)的体验还很少,尤其是因为大多数开发人员缺乏将其纳
入应用程序所需的专门技能。亚马逊认为,增强现实(AR)和虚拟现实(VR)支持的应用程序的主要问题是创建它们需要使用各种工具的专业知识,包括诸如3D建模、环境设计、动画和音频编辑等。部署这些应用程序也是一个问题,因为每个平台都有自己独特的规范和流程需要遵循。
AWS正在试图用Sumerian解决这一问题。该公司表示,这项新服务消除了对这种专业知识的需求,使开发人员能够轻松创建基于增强现实(AR)和虚拟现实(VR)的应用程序,并在任何支持WebGL或Web虚拟现实(VR)图形渲染的平台上运行它们。这包括移动设备、网页浏览器和Facebook公司的Oculus Rift等头戴式显示器。
Sumerian将基于Web的编辑器与可视化脚本工具结合在一起,允许开发人员将角色和对象“拖放”到自己创建的“场景”中,还可以控制他们的行为方式和对操作的响应。
该服务提供了一个预建对象库,开发人员可以使用它来填充自己的增强现实(AR)和虚拟现实(VR)应用程序,还有一些场景模板可以实现滚动。开发人员也可以使用该平台创建自己的对象和场景。这些可视脚本工具利用了Amazon Lex和Amazon Polly等AWS服务,这些服务提供自动语音识别、自然语言理解和文本到语音转换功能,所以这些虚拟角色可以与人类用户交互。
AWS的技术副总裁Marco Argenti表示,“各行各业的客户发现虚拟现实(VR)和增强现实(AR)技术在各种用途方面的潜力——从教育和培训员工到创造新的客户体验。”他表示, “但是,构建虚拟现实(VR)或者增强现实(AR)应用程序即使在一开始所需要的专业技能和工具也需要可观的前期投入,这让客户不知所措,难以应对。现在有了Amazon Sumerian,任何开发人员都可以在几个小时内创建出真实的交互式虚拟现实(VR)或者增强现实(AR)应用程序。”
Mapbox业务开发副总裁Alex Barth表示,Sumerian还利用Mapbox公司的地图服务,因此开发者们可以将3D地图和定位服务整合到他们的增强现实(AR)和虚拟现实(VR)应用程序中,并“将基于位置的体验变为现实”。他表示,“例如,我们将Mapbox的兴趣点和全球地形图与Amazon Sumerian整合在一起,所以数据可以实时传送和呈现。”
亚马逊表示,从今天开始,Sumerian可以通过其AWS管理控制台(AWS Management Console)进行预览。该服务的价格是根据存储3D资产的存储量和流量规模计算的。
好文章,需要你的鼓励
Atlassian、Intuit和AWS三大企业巨头正在为智能代理时代做准备,重新思考软件构建方式。当前企业API为人类使用而设计,未来API将成为多模型原生接口。Intuit在QuickBooks中应用自动发票生成,使企业平均提前5天收款;AWS通过AI辅助迁移服务显著提升效率;Atlassian推出内部员工入职代理和客户代理,节省大量时间成本。专家强调需要建立强大的数据架构和信任机制。
这项研究首次系统评估了AI代码智能体在科学研究扩展方面的能力。研究团队设计了包含12个真实研究任务的REXBENCH基准,测试了九个先进AI智能体的表现。结果显示,即使最优秀的智能体成功率也仅为25%,远低于实用化要求,揭示了当前AI在处理复杂科学推理任务时的显著局限性。
MIT研究发现,使用生成式AI完成任务时,大脑运作方式与单纯依靠自身思考存在显著差异。研究显示,使用ChatGPT等工具的用户记忆力更差,神经连接活动减少,对所写内容的回忆能力明显下降。虽然AI工具能提高效率,但可能导致用户缺乏对知识的深度理解和掌控感。研究强调需要更多科学数据来了解AI使用对人类认知的长期影响。
俄罗斯莫斯科国立大学研究团队开发出MEMFOF光流估计新方法,在保持顶尖精度的同时将1080p视频分析的GPU内存消耗从8GB降至2GB,实现约4倍内存节省。该方法通过三帧策略、相关性体积优化和高分辨率训练在多个国际基准测试中取得第一名成绩,为高清视频分析技术的普及奠定基础。