博世高级咖啡机将支持Alexa Plus功能
一款台面咖啡机推出了与亚马逊语音助手的免手动集成功能，让用户可以通过语音指令来冲泡咖啡、调整设置以及获取食谱。这项功能旨在提升用户便利性，简化咖啡制作过程，吸引那些寻求更智能厨房电器的科技爱好者。
The Verge
最新AI新闻
关上冰箱门！
三星推出了家庭中心智能冰箱的语音控制功能，用户可以通过语音命令实现冰箱的开关操作，这一升级极大提升了便利性，尤其是在烹饪时。该功能与三星的Bixby智能助手兼容，旨在简化厨房任务。现有的家庭中心用户将通过软件升级获得这一更新，而新购买的用户则可以直接享受这一功能。这一发展凸显了三星将智能技术融入日常家电的承诺，可能会影响消费者在智能家居市场的决策。
The Verge
这款多功能触控板可能是CES上最令人兴奋的PC配件（并且有定价）
在CES展会上，Hyper发布了几款新的计算配件，其中包括T系列Thunderbolt 4扩展坞，旨在为专业人士提升连接性和性能。这些扩展坞配备了多个USB接口，并支持双4K显示器。预计将于2024年第一季度上市，起售价为199美元。
ZDNet
2026年CES展上发布的机器人吸尘器能够识别地面上的遗失物品并发出提醒
在最近的消费电子展（CES）上发布的Narwal Flow 2机器人吸尘器，具备先进的清洁功能，其自清洁系统能够自动清洗拖把垫。该设备采用激光雷达（LiDAR）技术，显著提升了导航能力，从而实现更高效的空间映射。用户还可以通过智能手机应用程序对Flow 2进行控制，进一步提升了使用便利性。
ZDNet
DeepSeek的新方法训练高级人工智能模型可能再次引发颠覆性变革
DeepSeek推出了多样性约束超连接（mHCs），这是一项旨在提升复杂系统中数据连接的新技术。该创新旨在提高数据处理和分析的效率。具体应用包括在机器学习和人工智能模型中的性能提升，可能会彻底改变企业处理大数据集的方式。关于实施细节和行业影响的进一步信息有待公布。
ZDNet
两种深度学习方法用于心脏MRI中的左心室自动分割
研究人员开发了两种深度学习模型——LNU-Net和IBU-Net，用于短轴心脏MRI影像中左心室的分割。LNU-Net在U-Net的基础上引入了层归一化，而IBU-Net则结合了实例归一化和批量归一化。在对来自45名患者的805幅MRI影像数据集进行测试后，这两种模型在分割精度上显著提升，且在Dice系数和平均垂直距离方面均优于现有方法。这一进展有望提升心脏病学领域的临床诊断和定量分析能力。
arXiv
带噪声扩散模型的分类重参数化
一篇新论文提出了一种基于扩散的软重参数化方法，用于优化分类变量，提升了现有的连续松弛技术。该方法利用高斯噪声过程，并配备了一种高效的闭式去噪器，从而实现了无需预训练的反向传播。实验结果表明，这种方法在多个基准测试中表现出竞争力或更优的性能，有效解决了传统优化方法中噪声和偏差带来的挑战。
arXiv
探讨在音频深度伪造检测中使用多模态大型语言模型的可行性
一项研究探讨了多模态大型语言模型（MLLMs）在音频深度伪造检测中的应用，这是一个之前较少被研究的领域。研究者通过将音频输入与文本提示相结合，评估了两个模型：Qwen2-Audio-7B-Instruct和SALMONN，分别在零样本和微调模式下进行测试。结果显示，尽管在域外数据上的表现不佳，但这两个模型在域内任务中表现出色，且仅需最少的监督，这为提升音频深度伪造检测指明了一个有前景的方向。
arXiv
Nvidia的人工智能帝国：分析其主要初创企业投资
随着人工智能热潮的兴起，尤其是在ChatGPT发布之后，英伟达的财务表现大幅提升。该公司报告了创纪录的收入和利润，现金储备也显著增加。这一增长凸显了英伟达在人工智能硬件领域的关键角色，特别是在为AI应用提供图形处理单元（GPU）方面，使其在科技领域中占据了领先地位。
TechCrunch
到2026年，人工智能将从炒作转向务实应用
到2026年，人工智能领域预计将更加注重实际应用，而非单纯追求更大规模的语言模型。行业将转向优化人工智能，以满足现实世界的需求，强调效率、整合性和用户友好的设计。这一重点旨在提升人工智能在各个行业的实用性，确保其能够满足切实的需求。
TechCrunch
GaMO：基于几何感知的多视角扩散外推技术用于稀疏视图三维重建
最近，使用GaMO（几何感知多视角外推器）的3D重建技术取得了重要进展，成功克服了现有方法在输入视角有限时的局限性。GaMO通过扩展当前相机位置的视野，保持几何一致性并增强场景覆盖率。在对Replica和ScanNet++的测试中，其重建质量显著优于领先的扩散方法，并实现了高达25倍的加速，处理时间在10分钟以内。欲了解更多详情，请访问项目页面：https://yichuanh.github.io/GaMO/。
arXiv
单一模型的多重思维：用于群体智能的贝叶斯变换器
研究人员推出了一种新方法——人口贝叶斯变换器（Population Bayesian Transformers，简称B-Trans），该方法能够使大型语言模型在单一预训练权重集的基础上展现出多样化的模型行为。B-Trans通过将归一化层的偏移视为随机变量，保持了一致性的同时也允许输出的多样性。实验表明，该方法在零样本生成和强化学习场景下，提高了语义多样性和任务表现，超越了传统的确定性模型。此外，这一方法通过汇聚多个模型实例的预测，增强了协同决策的能力。
arXiv