疫情后半段智能电视是否能留下些什么？疫情的出现，一下子打破了数亿中国人春节后安排得明明白白的生活节奏。先是国家公布春节假期延长至 2 月 2 日，再是各地纷纷延长隔离时间，要求各地企业也要根据当地疫情推迟安排复工时间。

　　从开工那天起，由于员工各种隔离状况，在线办公和远程视频会议立刻成了大中小企业共克时艰、恢复生产的首选措施。而疫情中，最紧迫需要远程视频的场景，莫过于抗疫一线的医疗组和外场的专家、政府的及时会议沟通，这也成为与病毒争抢生命的数字救援通道。与此同时，我们注意到，政府的政务会议、企业内部的视频例会、企业之间的合作协议签署都纷纷采取了远程视频的方式来替代面对面的沟通。这时电视凭借着其显示面积大、可容纳尽可能多的对象并被多人共享观看的优势，轻而易举地打败了电脑，成为了常用产品。

　　而全国上亿中小学生也开启了在家视频上网课、在线打卡交作业的云上学模式。电视自然也能够成为播放教育物料的一种载体，并降低电脑、手机上那样近距离观看屏幕可能对视力带来的伤害。

　　当然更不必提在居家办公、学习的过程中，人们的空闲时间逐渐增多，对电视这一娱乐产品的利用率也逐渐提升。

　　对于陷入红海竞争的电视的厂商来说，这些新场景似乎成为打开未来产品市场的新蓝海。但是现有的电视厂商如何满足这些新场景的需求，如何通过技术升级来占领这一蓝海市场，仍然是一个未知数。

　　从疫情创造的远程交互的需求场景上看，政府、企业以及医院等机构的远程视频会议，作为一种高效、低成本的组织沟通模式，很大概率会在疫情之后保留下来。并且由于 5G 网络的普及、相关 SaaS 服务的完善，这些机构会更愿意使用线上视频会议系统进行日常性的远程交流。

　　对于在线网课、远程医疗诊断等需求，虽然受疫情影响而集中爆发，但随着疫情的结束，需求量肯定会大幅回落。这类场景在未来也会成为传统教学、诊断模式的常态化补充手段。在线网课以及远程医疗诊断J9九游会首页，更长远的意义在于缩小我国各地教育、医疗资源不平等的现状，因此也会更大规模地普及。

　　但公允地说，疫情之下爆发的这些需求场景中，智能电视只是所有技术环节中最基础的一环。5G 网络由运营商搭建，视频会议系统由 SaaS 服务商建设，数据服务由背后的云计算厂商支撑，而视频所用的电视则只要满足高清、流畅等基本要求就好。显然没有哪一家的电视硬件本身拥有更差异化的竞争优势。反而那些能够提供一整套解决方案的在线系统的集成商们更有发言权。

　　这对于智能电视厂商而言，无异于将自己的前程交给了下游集成商们，那如果这些集成服务商们自己开始生产智能电视呢？

　　换句话说，新场景已经出现。但如果电视这一产品永远只甘当一块更大的屏幕，那么一种新的场景相比一个新的电视频道来说，几乎没有任何区别。由于视觉技术发展接近顶端，其余技术更新乏力所造成的价格竞争，仍旧无法被破解。

　　说电视厂商技术更新乏力，似乎也不太准确。从 2016 年开始，人工智能概念的火爆，一下子击中了智能电视厂商的 High 点，让这个所谓的 Smart 的盒子拥有了 Intelligence 的灵魂。

　　从近几年的智能电视的技术升级趋势看，主要是在语音交互、智能内容推荐等方面进行升级，让电视具有了听和推荐的能力，而现在主流的智能电视普遍加入了摄像头，又增加了看和理解的能力。但在很长一段时间内，这些能力都没能被很好地利用起来。一方面对于中国很多家庭来说，双职工是一种常态，繁忙的工作生活下，分配给大屏的时间本来就少得可怜，更别提去挖掘什么新功能了。另一方面，电视厂商在应用生态上一直处于弱势，硬件功能难以被开发利用。

　　如今疫情所带来的“契机”，是否能为在智能升级半路爬坡的电视厂商们形成推助力呢？又或者说，电视厂商所累积的智能技术，能否让他们摆脱疫情需求下单一的“屏幕”命运？

　　答案并非没有可能。如果把当下人们对大屏的需求分为三个场景，我们可以发现很多让技术扎根的空间。

　　就拿家庭场景来说，当人们被困在家中时，很多原本施展于线下的活动也开始云化。比如AI健身。AI 健身的 APP 可以让摄像头捕捉的动作，指导用户的动作是否与虚拟教练的动作保持一致，能够给出及时的动作纠正和评分。这种依赖于视觉计算能力的产品，已经登陆于韩国和中国的一些电视中。

　　而远程教学所带来的儿童应用需求也是如此。比如智能电视可以通过图像和语音识别学生阅读英语的语音和口型，指出其中的错误。也可以通过人脸识别判断是谁在看电视，如果是小孩子，看电视的距离、时长都可以及时提醒家长是否继续让孩子观看。

　　至于工作场景中，一些智能会议需求也可以通过电视端来实现。例如在会议过程中将与会者所说的话实时翻译成另一种语言，或是实时将语音转录成文字、利用 OCR 技术优化画面中的文字信息使其更加清晰……

　　理论上来说，在日益普及的 5G 网络和千兆宽带的支持下，加上越来越多像华为、荣耀等等在手机应用生态上发展完善的玩家入局，想要通过电视来满足上述需求并不困难。

　　此时，对于智能电视的厂商而言，面向未来的技术演进可以有两条路选择，一条路做加法，一条路做乘法。如果想真正满足未来用户的切身需求，同时也想跨越客厅场景的竞争红海，面向更多新场景，乘法之路应该是一条更有前途的选择。

　　做加法的逻辑，就是智能电视厂商在根据当前的技术能力，不断地增加产品的功能特性，不断地往电视盒子里装入社交、健身、购物、教育以及控制其他智能家居等可能的功能，他们衷心希望用户每天打开电视就可以实现智能世界的一切服务。

　　但正如传统电视的那个 90%都没有用处的遥控器一样，智能电视里也同样被内置了 90%的没有什么用处的应用和服务——其中的主要原因是，这些应用和服务并非被电视独占，甚至早已被其他终端满足。就像上述描绘的场景一样，通过视觉和语音矫正发音，早已能够通过手机端实现，而实时转录会议内容，只需要一根智能录音笔。

　　诚然，智能电视为自身做加法，不断升级算力和摄像头、麦克风等等硬件，或许可以更好地满足用户需求。但这样的锦上添花又能够撬动多少需求？所撬动的市场又能否覆盖做加法的高昂成本？

　　很多厂商认为，一定是新技术的使用和新功能的加入，才刺激用户选择了我的产品。但通常来说，用户只是觉得买一台智能电视是一个家庭的标配而已，决定人们购买的主要因素还是预算是否充足，产品性价比如何。智能电视的产品差异化需要另辟蹊径。

　　做乘法的逻辑，则是智能电视的厂商能够与更新的技术结合，也可以跟跨界的移动服务商以及其他硬件厂商合作，提供一整套的数字服务解决方案。

　　智能电视本身，就是传统数字电视+安卓系统+视频内容平台跨界合作而成的“乘法逻辑”的成功案例。丰富多样的视频选择直接改变了电视频道的播放模式。智能电视成为了想快就快、想停就停的播放器。

　　比如在办公场景中，智能电视厂商能否与 PC 端、移动端以及 SaaS 进一步打通系统，在视频会议场景加强跨屏演示文件、跨屏协作的能力，让电视变成一块可以远程同步修改的电子白板？而在家庭娱乐场景中，电视也可以不仅仅依靠摄像头捕捉用户行为，也与手机、手环相连进行度综合计算。最终手机可以成为手柄，模拟成球拍、球杆，综合图像捕捉、手柄陀螺仪数据、手环陀螺仪数据，指导用户在家中练习高尔夫球。

　　总之智能电视想要进一步“入侵”更多场景，如果只是通过自己的应用集成和技术升级，那始终是电视厂商自己堆砌的沙堡。但如果建立一个以用户数据为中心，多终端可共享互通的集成系统，让电视成为这一用户控制中心的其中一个展示台，一旦用户可以通过极简操作或语音唤醒，就可以同步调取出在电脑、手机、汽车、家电上的任何应用的数据，同步到智能电视上进行语音或者手势操作。那么真正意义上的智能生活才算到来，智能电视厂商常常谈及的，成为智能家居平台中心终端的野望，也才有希望达成。这一切需要不仅是疫情带来的需求契机，亦或是 5G、AI 等等技术的支持，还有智能电视跨出舒适区，与科技企业、AI 企业携手开发的勇气和魄力。

　　疫情之下，智能电视新场景的爆发，一定会随着疫情的过去而有所缓和，但它所激发出真实场景需求则一定会不断深化。这将为智能电视市场打开一片新的蓝海。但是要成功跨越竞争红海，进入新的发展的蓝海，就需要转换技术逻辑，更换竞赛跑道，与更多的技术生态一起完成真正的智能时代的惊险跳跃。

　　智能电视厂商如果想要赢得市场，最根本的价值就在于减少用户的选择成本，提高用户的工作效率、满足用户的极致体验，而不是要拼命攫取用户的有限的注意力和时间，再去通过广告或其他流量变现的方式来维持企业利润。那些永远只是站在技术、营收角度，而不是用户角度，来替用户安排需求的厂商，总会付出惨重的代价。关键字：引用地址：疫情后半段，智能电视是否能留下些什么？

　　英特尔发布了代号为Hala Point的大型神经拟态系统。Hala Point基于英特尔Loihi 2神经拟态处理器打造而成，旨在支持类脑AI领域的前沿研究，解决AI目前在效率和可持续性等方面的挑战。在英特尔第一代大规模研究系统Pohoiki Springs的基础上，Hala Point改进了架构，将神经元容量提高了10倍以上，性能提高了12倍。 英特尔研究院神经拟态计算实验室总监Mike Davies 表示：“目前，AI模型的算力成本正在持续上升。行业需要能够规模化的全新计算方法。为此，英特尔开发了Hala Point，将高效率的深度学习和新颖的类脑持续学习、优化能力结合起来。我们希望使用Hala Point的研究能够在大规

　　”发展 /

　　想了解工业物联网的人工智能处理，首先你需要考虑的是大量的数据处理在哪里发生。 人工智能（AI）有能力使工业物联网（IIoT）的嵌入式系统更加灵敏和可靠，除了以更具成本效益的方式安排日常维护工作外，这项技术已经被用于监测机械状况和识别是否即将发生故障。 当涉及到在嵌入式系统中部署人工智能技术时，考虑这些数据处理的位置是至关重要的。人工智能算法在计算性能上差异很大，同时处理算法所需的内容和处理的位置也有很大影响。 对于系统设计者来说，开发基于人工智能的嵌入式系统有三种明确的方法，包括使用基于云的人工智能服务、部署具有内置人工智能的系统或创建他们自己的算法，通常都是基于开源软件。 深度神经网络（DNN）体系结构是一种计算

　　导入正在变得简单易行 /

　　近日，泰尔终端实验室发布了“AI 伪造人脸鉴别平台”，基于单帧和多帧的方法，利用人脸生物特征、抖动精度等特性，结合多轮训练模型、测试集技术，能够识别图像、视频文件的异常，进而辨别真伪。 我们知道，随着人工智能、深度学习技术的发展，一些不法分子也找到了新的空子，利用新技术实现非常逼真的“变脸”。比如去年出现的几款一夜爆火的移动 APP，借助 Deepfake 技术，只需上传一张照片就能秒变“戏精”，可以和偶像同台飙戏，在某些国家的选举活动中甚至还出现了足以以假乱真的伪造视频。 小到个人声誉和生活，大到，都因此面临极大的威胁。 对此，中国信息通信研究院泰尔终端实验室专门致力于 AI 技术领域的探索和研究，在

　　造脸能否以假乱线％可鉴别 /

　　自古时势造英雄，风口出巨头。在人工智能的产业热潮下，英伟达（NVIDIA）无疑是2016年全球科技行业的最大赢家。 股价一年翻三倍，CES展出尽风头，2017财年营收净利增长强劲，谷歌、微软、Facebook、亚马逊、特斯拉以及几乎每一家AI初创公司都在使用英伟达的芯片…这家砥砺多年的半导体公司在过去一年里，持续不断地吸引着投资人、创业者以及媒体眼球。 不过，比荣耀更值得关注的，是它背后的成长历程、商业布局、经营之道以及未来增长空间。爱分析通过对英伟达发展历史、产品业务、市场竞争、以及主要运营和财务指标等进行分析，总结了其成功背后的经营之道，并对其未来增长空间进行了估计，现与您分享。 发展历程篇 在英伟达的发展历程中，有过四次不

　　基于AI的机器学习技术已经超越了基于云的数据中心，因为重要的IoT传感器数据的处理越来越接近数据诞生的位置。 此举将由配备有新的人工智能（AI）的芯片实现。其中包括嵌入式微，其存储器和功耗要求比GPU（图形处理单元），FPGA（现场可编程门阵列）和其他专用IC类型要小，并且可以连接到云端。 正是在这些云中，机器学习和相关的神经网络应用才得以爆发，但是物联网的兴起造成了大数据冲击，这也需要基于边缘的机器学习。 现在，云提供商，物联网（IoT）平台制造商以及其他公司看到了在将数据移交给云进行分析之前在边缘处理数据的好处。 在边缘做出AI决策可以减少延迟，并使对传感器数据的实时响应更加可行。但是，人们所谓的“边缘A

　　豪威集团在AutoSens展会上首次推出人工智能专用集成电路OAX4600——可同时用于驾驶员/乘员监控系统的耐用且高度集成的ISP和NPU OAX4600 可实现无缝隙的驾驶员/乘员监控系统功能和灵活的汽车设计，在较小的封装内集成低功耗的RGB-IR ISP和两个NPU 加利福尼亚，圣克拉拉 – 2022年5月4日 – 豪威集团 ，全球排名前列的先进数字成像、模拟、触屏和显示技术等半导体解决方案开发商，当日发布用于 汽车行业的高级人工智能专用集成电路（ASIC） ，该产品能以无缝方式同时为专用的驾驶员/乘员监控系统（DMS/OMS）供电。该产品采用晶片堆叠架构提供集成的RGB-IR图像信号处理（ISP），在单个低

　　专用集成电路 /

　　2006年人工智能迎来大爆发，可以说这一年注定是不平凡的一年，因为深度学习(Deeplearning)的提出，让人工智能开始迎来第三次发展。毫不夸张地说，这个时代可能会让人类以最快的速度完成一次前所未有的大“突变”。下面就随网络通信小编一起来了解一下相关内容吧。 最近的大热人工智能行业，创业者成功的有多大？ 终于，一批批科学家、工程师等离开实验室、弃大公司的优厚待遇，在语音识别、计算机视觉等领域开启了“创业”这一新的旅程。 在创业者的预想中，人工智能将像水、电、网络一般，成为人类生活的一部分，变类的一种基本能力。Ta无处不在，召之即来。在李彦宏等的想象中，人工智能更是可以让物体都“懂人话”。 智能家居、自动驾驶汽

　　广告摘要声明广告 【文/sya】在智能制造转型升级的过程中，智慧工厂、智慧物流等应用场景需求激增，传统的工业机器人或自动化设备无法实现“多品种小批量”柔性生产模式。视比特利用3D视觉、AI算法、机器人协同调度软件技术让机器人自动化生产线拥有了“眼睛”、“大脑”，实现软件定义智能，以产线和工厂全面智能化迎接“柔性化趋势”的挑战。 据了解，视比特自2018年成立以来，一直深耕与AI与3D视觉的探索。凭借 3D视觉算法、机器人柔性控制、手眼协同融合、产线级机器人协同、工厂级智能规划与调度等技术 ，从制造业与物流业的多个柔性场景需求痛点出发，在重工业智能分拣产线、大尺寸高精度三维量测、智能物流搬运机器人等方面已有成效，且多个核心产品已经在

　　PAS CO2 传感器 套件测评

　　最近一段时间，业界出现不同的声音，表示“开源才是最贵的”，这些编译器在开源背后潜藏许多隐形成本。...

　　作者：Arm 战略与生态部开发者平台副总裁 Geraint North人工智能 (AI) 是当今最重大的技术变革之一，并正以前所未有的速度推动着各行 ...

　　本文给出基于Kinetis MK60N512微和16位／24位音频数模转换器MAX5556的立体声音频接口设计。MK60N512由I2S总线传输音频数 ...

　　在工业应用中成像系统的广泛采用持续扩展，不仅由新的影像感测器技术和产品的开发所推动，还由支援平台的进步所推动，如电脑功率和高速数据 ...

　　拥有高度优化和高性能引擎的赛车，因为不合格的车轮和轮胎影响性能，这并不罕见。在这种情况下，引擎必须更加费力地运行才能弥补车轮和轮胎 ...

　　FPGA/DSP总线与接口数据处理消费电子工业电子汽车电子其他技术存储技术综合资讯论坛电子百科词云：