- AR蓄势待发稳舵远航拉开时代序幕，Snap/微美全息布局多场景赋能打造核心力
- 目前微美全息AR应用已经赋能涵盖消费级和企业级AR产品，全部基于自身所提供的基础技术打造。而为了实现高度逼真和沉浸式的AR体验需要创新的显示技术，以满足AR/VR行业的需求，微美全息开发了一项突破性的技术正日益受到关注——一种用于AR/VR的量子点微尺度显示组件技术。
- 特斯拉招兵买马人形机器人迎奇点时刻，微美全息推进机器人产业提速发展
- 特斯拉的人形机器Optimus通过视频展示了自主分类物品、单脚保持平衡等能力。特斯拉称，Optimus的神经网络训练是“完全端到端的”——即可实现视频信号输入，控制信号输出，无需预设代码，产业进度超预期。
- 微美全息开发一种基于多源信号处理的高精度脑机接口技术
- 脑机接口(BCI)技术正在以前所未有的速度演进。过去几年里，BCI市场一直在迅速增长。这主要归因于科技创新和越来越多的应用领域，BCI技术的需求不断增加，推动了市场的扩展。为医疗、娱乐和科研领域提供了前所未有的机会。然而，其准确性和可靠性一直是研究者和开发者所面临的挑战。
- 聚焦数实共生新赛道各地印发若干政策，微美全息夯实产业底座逐浪数字经济“蓝海”
- 2023世界数字经济大会暨第十三届智慧城市与智能经济博览会在浙江宁波圆满谢幕。此次大会以“创新深化，数实融合”为主题，旨在推动数字经济与实体经济深度融合发展，全力推进宁波打造数实融合标杆城市。
- 微美全息构建基于深度迁移学习的图像分类融合模型，提高图像分类的准确性和效率
- 微美全息将迁移学习引入到图像分类任务中，构建了图像分类融合模型，通过利用在大规模数据集上训练的模型的特征表示来提升小样本数据集上的分类性能。
- 苹果开创空间计算时代！微美全息持续加码多线跨向+元宇宙发展引领变革！
- 作为苹果（AAPL.US）2023年“一个伟大历程的起点”、“一个革命性的新产品”，Vision Pro预示着一场新的商业变革已经到来——空间计算时代。尽管有人叫好、有人吐槽，且吐槽者中不乏扎克伯格、马斯克这样的意见领袖。
- 华为发布全球首个5G-A全系列解决方案，微美全息显硬实力协同发力5.5G时代
- 5G-A 全称 5G-Advanced，也就是大家常说的 5.5G，是 5G 和 6G 之间的过渡阶段，将在速率、时延、连接规模和能耗方面全面超越现有 5G，有望实现下行万兆和上行千兆的峰值速率、毫秒级时延和低成本千亿物联。
- 开创未来的视觉体验，微美全息开发用于AR/VR的量子点微尺度显示组件技术
- 微美全息量子点微尺度显示组件技术的开发过程同时面临了一些关键技术的挑战，其中包含了两个核心关键技术突破。首先，表面翘曲问题，传统使用高效直接带隙材料如氮化镓（GaN）进行显示器制造，通常需要将其在蓝宝石或硅晶片上。
- 微美全息布局基于多模态数据融合的语义分割，提高语义分割的准确性和鲁棒性
- 传统的语义分割方法主要使用单一模态的数据，如RGB图像。然而，单一模态数据在某些情况下可能无法提供足够的信息来准确地进行语义分割。随着多模态数据获取技术的发展，如深度信息、红外图像等，将多模态数据融合应用于语义分割任务已经成为一个热门的研究方向。
- 微美全息构建基于深度学习的多视图混合推荐模型，提供精准和个性化服务
- 为了帮助用户更好地发现和获取感兴趣的内容，推荐系统应运而生。传统的推荐系统主要基于用户行为数据和内容特征来进行推荐，但这些方法往往存在一些问题，如数据稀疏性、冷启动问题和推荐准确性不高等。
- 数字人直播热潮涌动，微软/微美全息点燃热情共探AI+数字人发展范式
- 数字人和真人在外观上的区别已经越来越小了。相较于一些声音死板、肢体动作僵硬的低成本虚拟主播，“数字人”结合深度学习、数字人渲染等技术，可以呈现出灵动逼真的交互表现，无论是口唇动作、面部表情还是肢体姿态，无异于真人。
- 微美全息开发基于区块链的物联网去中心化动态授权技术，助力物联网动态安全的访问控制
- 物联网技术在近年来呈现爆发式增长，各类设备和系统通过互联网连接，构建起一个庞大的网络。然而，这也带来了许多安全隐患，需要更为安全和灵活的授权机制来应对不断增加的威胁。传统的物联网授权机制往往基于集中式的访问控制，容易受到攻击和篡改。
- 特斯拉Optimus人形机器人再进化，微美全息前瞻性布局“新一代AI浪潮”
- 特斯拉(TSLA.US)人形机器人「擎天柱」最新视频公开。Optimus人形机器人已经获得进化，现在能够仅依靠视觉来对物体进行分类，无需任何规则代码就学会分拣物品。
- 开创全新视觉体验，微美全息成功开发无噪3D全真全息技术
- 全彩色高帧率全息视频：结合时间复用技术和二进制全息图优化，使得实现全彩色高帧率的全息视频成为可能。观众可以在实时性和高质量性能下观看动态的全息内容。
- 微美全息研究基于生成对抗网络（GAN）的多模态全息图像融合算法
- 全息成像是一种记录和再现物体光学波场的技术，它可以提供具有立体感和真实感的图像。然而，传统的全息成像技术受到了硬件和算法的限制，无法实现高质量和实时的全息图像生成。随着深度学习和生成对抗网络的兴起，人们开始尝试将GAN应用于全息图像生成与融合，以改善全息图像的质量和逼真度。
- 微美全息开发基于脑机接口的装配与手导控制技术，实现生产装配的人机协同
- WIMI微美全息的基于脑机接口的装配与手导控制技术，对脑机接口技术起到了关键作用。脑机接口（BCI）是一种通过检测大脑活动并将其转化为计算机可理解的指令的技术。在该技术中，操作员通过稳态视觉诱发电位（SSVEP）方法，实现了对协作机器人的命令发送。
- 生成式AI驱动新一轮数字化变革，亚马逊/微美全息并驱争先紧抓AIGC时代机遇
- 北京时间9月21日，亚马逊(AMZN.US)举行今年最重磅的新品发布会，展示了整合生成式AI的全新Alexa亮相。新版语音助手在大语言模型的加持下，和用户的交流体验更加自然，让Alexa的对话感觉更像与人类交谈。
- 微美全息开发基于神经信号的智能装配引导技术，引领智能装配未来
- 在现代制造业的不断演进中，基于技术创新的智能化方案成为提高生产效率、优化操作流程以及降低人为误差的重要途径。在这个背景下，WIMI微美全息提出基于神经信号的智能装配引导技术，以其前瞻性和实用性成为目标的创新成果。这项技术通过融合脑机接口神经科学和机器人控制，来实现智能装配。
- 马斯克脑机公司获准进行人体试验，微美全息开展脑机研究估值有望得到进一步提升
- 9月20日消息，当地时间19日，马斯克的脑机接口初创公司Neuralink宣布，该公司已获得一个独立审查委员会的批准，将进行首次人体试验，对瘫痪患者的大脑植入设备。
- 微美全息探索基于深度学习的多视图点云重建算法的技术创新与应用
- 可以设计不同的网络结构来处理不同类型的点云数据，或者通过调整损失函数来优化算法的性能。这使得算法在应对不同的点云重建需求时更加灵活。深度学习算法还可通过学习大量的标注数据，能够学习到点云数据中的特征和规律，从而能够更准确地重建点云。相比于传统的基于规则或几何模型的算法，深度学习算法能够更好地捕捉到点云中的细节和复杂性。
推荐文章
更多>>重点文章
更多>>- 从高山奔向大海，智慧眼迈向通用人工智能重要一步
- 久其女娲平台2.0全新升级！AI大模型加速，赋能政企数治未来
- 赋予机器编程权：科技进步与失控可能性
- 百度CTO王海峰：智能体是重要发展方向，会带来更多应用爆发
- 浪潮信息发布企业大模型开发平台“元脑企智“EPAI，加速AI创新落地
- 钉钉会议DR-SwWPE算法登上国际顶会ICASSP2024
- 英特尔发布新一代神经拟态系统Hala Point，11.5亿神经元，12倍性能提升
- 百度AI开发者大会为何只选跨越速运 科技实力+定制服务给答案
- 引领大模型创新实践，加速迈向高阶自智网络
- 国内首个类脑智慧农业黑科技是一台田间“小货车”
- 中国电信开源12B星辰大模型，携手昇腾推进大模型全栈国产化进程
- ABeam（德硕）大语言模型系列 (2) ：大语言模型的商业模式及应用