可穿戴设备

None

相关推荐

封面图片

迪斯尼乐园将在秋季推出MagicBand Plus可穿戴设备

迪斯尼乐园将在秋季推出MagicBandPlus可穿戴设备在佛罗里达州的华特迪士尼世界首次推出MagicBand近十年后,该产品日前终于要在美国西海岸推出。迪斯尼乐园于当地时间周二表示,它将在秋季开始提供下一代的可穿戴设备MagicBandPlus。PC版:https://www.cnbeta.com/articles/soft/1318671.htm手机版:https://m.cnbeta.com/view/1318671.htm

封面图片

NFT可穿戴设备如何引领数字时尚的未来?

封面图片

Doodles已上线Dooplication,可使用Dooplicator提取可穿戴设备

封面图片

Meta 成立新的可穿戴设备部门并实施裁员

Meta成立新的可穿戴设备部门并实施裁员重组意味着现实实验室的部分员工也将被裁员,目前不知道确切的裁员人数(Meta拒绝发表评论),但听说人数相对较少,而且主要集中在RealityLabs的团队中,由于新的结构,这些团队的领导职位现在已经多余。博斯沃思称Meta与雷朋合作的最新智能眼镜"比我们预期的要受欢迎得多",并暗指该公司准备推出的AR眼镜路线图。之前的报道显示Meta正在计划推出一款带有抬头显示器的雷朋眼镜,并配套推出带有神经接口的腕带用于控制眼镜。与此同时,该公司正在开发一套极为昂贵的全息显示AR眼镜,代号为Orion。博斯沃思在备忘录中写道:"我们拥有目前市场上领先的人工智能设备,我们正在加倍努力,为可穿戴Meta人工智能寻找强大的产品市场契合点,围绕它建立业务,并扩大受众范围。我们将数字内容无缝叠加到物理世界的目标依然不变,但这条道路上的每一步都更加令人兴奋。"尽管Quest本身是一款可穿戴设备,但它将转入Metaverse集团,该集团还包括Meta旗下的Horizon,后者是一个类似Roblox的社交网络,但迄今为止一直难以获得足够的影响力。Quest使用的技术堆栈与AR硬件完全不同,而且Meta的人工智能助手(已经包含在雷朋眼镜中)现在更适用于眼镜形式,而不是头戴式设备。博斯沃思在备忘录中明确表示不会放弃Horizon,他说:"我们坚定地致力于投资Horizon,将其作为我们的社交、空间Horizon操作系统的核心基础。(Meta最近开始向外部OEM厂商授权其操作系统,以便他们制造定制硬件)。这种新的结构将使我们能够在硬件、软件和体验方面创造更加一体化的产品体验,减少摩擦和碎片化。"今天,在与Meta各级消息人士交谈之后,RealityLabs的这次重组听起来似乎早该发生了。变革总是艰难的,虽然裁员引发了很多不安,而且人们担心还会有更多的裁员,但没有一个内部人士会否认,现实实验室已经变得过于庞大和臃肿。新架构中的两位大赢家是长期负责可穿戴设备的Meta副总裁AlexHimel和VishalShah。他们都向博斯沃思汇报工作,现在在他的领导下有效地管理着整个RealityLabs。归根结底,Meta知道自己在硬件方面还有很多需要证明的地方,尤其是在AR领域,它已经投入数十亿美元开发眼镜技术,但至今仍未见曙光。希望今年晚些时候我们能在眼镜方面看到更多成果,不过下一款带显示屏的雷朋眼镜要到明年才会问世。博斯沃思在备忘录中说:"组织结构图并不能决定我们的成败,决定成败的是我们的执行力。但通过这样的设置,我希望我们能减少开销,并让各团队的员工能够以更统一的视角来看待我们的客户是谁,以及我们如何才能最好地为他们提供服务。"您可以在下面阅读他给Meta员工的内部备忘录:更新RL结构随着Quest3将磁共振技术带入主流,我们终于感觉到所有主要组件都已就位,我们可以持续发展我们的软件平台。最好的体现就是,我们对未来两年软件体验的发展有了长远的规划。同时,雷朋Meta眼镜比我们预期的更受欢迎,这对我们的近期AR路线图来说是个好兆头。再加上MetaAI令人兴奋的功能,即使在完整的AR愿景准备就绪之前,我们也能从正在开发的产品中看到更多价值。正如马克和我在IRL上讨论的那样,我们看到我们走过的不同道路开始缩小,并变得更加清晰。以下是我们为认识和利用这一转变而做出的改变。Metaverse我们将把开发MR的团队并入由VishalShah领导的Metaverse产品组,并重新调整组件,使其更加横向而非纵向排列。我们坚定地致力于投资Horizon,将其作为我们的社交、空间HorizonOS以及混合现实和移动的高品质体验的核心基础。这种新的结构将使我们能够在硬件、软件和体验方面创造更加一体化的产品体验,减少摩擦和割裂。这也将帮助我们提供一个具有正确组件和工具链的统一平台,使我们成为在下一代计算设备上进行开发的创作者和开发人员的首选。我怎么强调都不为过的是,做好这些平台组件对我们来说有多么重要,而在我们目前的结构下取得进展一直是个挑战。我很高兴看到这一切的形成。可穿戴设备我们将亚历克斯-希梅尔(AlexHimel)领导的AR产品组更名为可穿戴设备组。我们拥有目前市场上领先的人工智能设备,我们将加倍努力,为可穿戴元人工智能寻找强大的产品市场契合点,围绕它建立业务,并扩大受众范围。我们将数字内容无缝叠加到物理世界的目标依然不变,但这条道路上的每一步都更加令人兴奋。人工智能的加速发展给团队带来了巨大的机遇,这促使他们在去年年底进行了横向重组,以便能够更快地应对这些顺风,并继续将产品领域整合到一个横跨可穿戴外形尺寸、平台和人工智能的统一路线图中。XR技术、设备和RLBG作为这一变化的一部分,我们还将XRTech中与产品或平台密切相关的部分移至可穿戴设备和Metaverse中。反过来,我们将重新考虑设备和XR技术之间的接口。XRTech仍将是我们的主要团队,专注于开发对产品团队来说过早采用或风险过高的技术,尤其是对Metaverse和可穿戴设备都有利的技术。我们将在几周后分享更多细节。丹-里德领导下的RLBG将把内容设计纳入产品组。其他部门,如PMM、UXR、分析和销售部门将保持目前的集中管理。不过,我们将设立两个新的职位,我们称之为"业务组负责人",一个负责Metaverse,另一个负责Wearables,他们将与各自的产品组负责人合作,帮助他们在RLBG的各个部门之间进行协调。未来之路组织结构图并不决定我们的成败,我们的执行力才是决定成败的关键,但通过这样的设置,我希望我们能减少开销,并让各团队的员工能够以更统一的视角来看待我们的客户是谁,以及我们如何才能更好地为他们服务。...PC版:https://www.cnbeta.com.tw/articles/soft/1435275.htm手机版:https://m.cnbeta.com.tw/view/1435275.htm

封面图片

3D打印柔性可穿戴设备用体温发电

3D打印柔性可穿戴设备用体温发电从健康监测、健身追踪器到虚拟现实耳机,可穿戴电子产品已成为我们日常生活的一部分。美国华盛顿大学研究人员近日在《先进能源材料》杂志上发表论文称,他们首创了一种柔性可穿戴热电设备,能将体热转化为电能。该设备具有通常很难结合起来的特性:既柔软又可拉伸,既坚固且高效。华盛顿大学机械工业助理教授穆罕默德·马拉库迪说:“如果我们将浪费在周围环境中的热能收集起来,这就是100%的收益。但要将这种能量用于自供电电子设备,需要更高的功率密度。利用3D打印制造出的可拉伸电子产品,能提高效率并使其无缝集成到可穿戴设备中。”研究人员制造出一种原型设备,即使在30%的应变下进行了15000多次拉伸循环后,仍保持完整功能,这对可穿戴电子设备和柔性机器人非常理想。与以前的可拉伸热电发电机相比,该设备的功率密度提高了6.5倍。为制造这种原型设备,研究人员3D打印了在每一层都具有工程化功能和结构特性的复合材料,填充材料含有液态金属合金,可提供高导电性和导热性。这些合金解决了以前设备的局限性,包括无法拉伸、低效热传递和复杂的制造工艺等。该团队还嵌入了空心微球,将热量引导至核心层的半导体,并减轻了设备的重量。研究人员表示,他们可将这种设备打印在可拉伸的纺织面料和曲面上,这表明未来的设备可以应用于服装和其他物体。该研究的一个独特方面是,它涵盖了从材料合成到器件制造和表征的整个范围,这让研究人员可自由地设计新材料并发挥创造力。PC版:https://www.cnbeta.com/articles/soft/1302283.htm手机版:https://m.cnbeta.com/view/1302283.htm

封面图片

可穿戴设备可为澳大利亚军队检测生物和化学威胁

可穿戴设备可为澳大利亚军队检测生物和化学威胁健身追踪器和智能手表等可穿戴设备收集各种健康数据,包括身体活动、心率、血氧水平、血压、睡眠和皮肤温度。现在,科学家们正寻求利用这些数据来确保澳大利亚军队成员的健康。南澳大利亚大学(UniSA)的研究人员正在领导一个项目,以确定由智能手表和可穿戴设备收集的健康数据是否能使部队在保护他们免受生物和化学战威胁方面获得优势。他们已经与澳大利亚国防部、InsightViaArtificialIntelligence公司和阿德莱德大学合作。这些设备持续监测健康的能力是吸引研究人员考虑将其作为确保军事人员健康的一种潜在方式。这也归结为一个成本问题,因为检查感染的传统方法既昂贵又费时。南澳大学的首席研究员SiobhanBanks说:"大多数诊断方法涉及抽血或鼻液来检测导致感染的病原体。这种方法成本高、耗时长,而且需要实验室进行分析。消费者可穿戴设备持续测量生命体征,包括心率、皮肤温度和睡眠,为每个人创建巨大的数据集。作为免疫反应的一部分,这些参数的变化在感染后发生得非常快。"由于表明感染的生命体征变化通常发生在症状之前,研究人员说他们可以利用这些数据来更快地治疗感染。"如果我们能够利用这种被动记录的数据来检测最早的分子和细胞生理事件,由病原体暴露引起的,甚至在主动感染之前,会怎么样?"Banks说。研究人员计划开发一种机器学习算法来检测感染的早期迹象,由设备收集的数据"教导"。该项目将使用一个与可穿戴设备和智能手机应用程序相连接的云服务。该算法将识别不规则的读数,并根据人们的健康状况进行分组。研究人员说,除了确保军事人员适合执勤外,所收集的信息在早期检测接触生物或化学武器时将特别有用。...PC版:https://www.cnbeta.com.tw/articles/soft/1365239.htm手机版:https://m.cnbeta.com.tw/view/1365239.htm

🔍 发送关键词来寻找群组、频道或视频。

启动SOSO机器人