斯坦福大学刚刚推出了基于辅助全息成像技术的未来AR眼镜原型

斯坦福大学刚刚推出了基于辅助全息成像技术的未来AR眼镜原型 访问：Saily - 使用eSIM实现手机全球数据漫游 安全可靠 源自NordVPN 斯坦福大学的全息 AR 眼镜原型。目前，实验室版本的视场角很小，在实验室里只有 11.7 度，远远小于 Magic Leap 2 甚至微软 HoloLens。但是，斯坦福大学的计算成像实验室有一整页的资料，上面有一个又一个的视觉辅助工具，这些辅助工具表明，该实验室可能在研究一些特别的东西：更薄的全息组件堆叠，几乎可以放入标准眼镜框中，经过训练，可以投射出逼真的、全彩的、移动的 3D 图像，这些图像会在不同深度出现。现有 AR 眼镜（a）和原型眼镜（b）与 3D 打印原型眼镜（c）的光学效果对比。图片：斯坦福计算成像实验室与其他 AR 眼镜一样，这些眼镜也使用波导，波导是引导光线穿过眼镜进入佩戴者眼睛的部件。但研究人员说，他们已经开发出一种独特的"纳米光子元表面波导"，可以"消除对笨重的准直光学器件的需求"，并开发出一种"学习型物理波导模型"，利用人工智能算法大幅提高图像质量。该研究称，这些模型"利用相机反馈自动校准"。无论是真实物体还是增强物体，都可以有不同的深度。尽管斯坦福大学的这项技术目前还只是一个原型，其工作模型似乎是固定在长凳上的，框架也是3D打印的，但研究人员希望能颠覆目前的空间计算市场，这个市场还包括苹果的Vision Pro、Meta的Quest 3等笨重的直通式混合现实头盔。博士后研究员 Gun-Yeal Lee 帮助撰写了这篇发表在《自然》杂志上的论文，他说，目前还没有其他 AR 系统能在性能和紧凑性方面与之相比。像 Meta 这样的公司已经斥资数十亿美元购买和构建 AR 眼镜技术，希望最终能生产出大小和形状与普通眼镜无异的完美产品。目前，Meta 的雷朋眼镜没有板载显示屏，但我们去年获得的泄露的 Meta 硬件路线图显示，Meta 第一款真正的 AR 眼镜的目标日期是 2027 年。 ... PC版： 手机版：

防止聊天机器人“造谣”，谷歌 DeepMind、斯坦福大学研究人员推出 AI 事实核查工具

防止聊天机器人“造谣”，谷歌 DeepMind、斯坦福大学研究人员推出 AI 事实核查工具 （英文） 研究人员推出了一种基于大语言模型的工具 搜索增强事实评估器（IT之家注：原名为 Search-Augmented Factuality Evaluator，简称 SAFE），可对聊天机器人生成的长回复进行事实核查。

斯坦福科学家开发出革命性的AR头戴设备 全息技术让普通眼镜展示3D仙境

斯坦福科学家开发出革命性的AR头戴设备 全息技术让普通眼镜展示3D仙境 通过全息技术和人工智能，这些眼镜可以在直接观看真实世界的基础上显示全彩 3D 移动图像。图片来源：安德鲁-布罗德海德电子工程系副教授、快速崛起的空间计算领域专家戈登-韦茨坦（Gordon Wetzstein）说："我们的头显在外界看来就像一副日常佩戴的眼镜，但佩戴者透过镜片看到的是一个丰富的世界，上面叠加着生动的全彩三维计算图像。"韦茨坦和一个工程师团队在《自然》杂志上发表的一篇新论文中介绍了他们的设备。他们说，虽然这种技术现在只是一个原型，但它可以改变从游戏和娱乐到培训和教育等领域在任何地方，计算机图像都可以增强或告知佩戴者对周围世界的了解。韦茨坦领导的斯坦福计算成像实验室的博士生、该论文的共同第一作者马努-戈帕库马尔（Manu Gopakumar）说："我们可以想象，外科医生戴着这样的眼镜来规划精细或复杂的手术，或者飞机机械师戴着这样的眼镜来学习如何操作最新的喷气发动机。"这种新方法首次将复杂的工程要求串联起来，迄今为止，这些要求要么导致头戴式头显不美观，要么导致 3D 视觉体验不令人满意，佩戴者会感到视觉疲劳，有时甚至有点恶心。斯坦福大学计算成像实验室博士后研究员、论文共同第一作者 Gun-Yeal Lee 说："目前还没有其他增强现实系统能与我们的三维图像质量相媲美。"为了取得成功，研究人员结合人工智能增强全息成像和新型纳米光子设备方法，克服了各种技术障碍。第一个障碍是，显示增强现实图像的技术通常需要使用复杂的光学系统。在这些系统中，用户实际上无法通过头显镜头看到真实世界。相反，安装在头显外部的摄像头会实时捕捉世界，并将图像与计算图像相结合。然后将生成的混合图像立体投射到用户眼中。"用户看到的是现实世界的数字化近似图，上面叠加了计算图像。这是一种增强虚拟现实，而不是真正的增强现实。"Wetzstein 解释说，这些系统必然非常笨重，因为它们在佩戴者的眼睛和投影屏幕之间使用放大镜片，要求眼睛、镜片和屏幕之间的距离最小，从而增加了体积。斯坦福计算成像实验室的博士生、论文的共同作者 Suyeon Choi 说："除了笨重之外，这些局限性还可能导致感知真实度不尽人意，通常还会造成视觉不适。"为了制作出在视觉上更令人满意的三维图像，韦茨坦摒弃了传统的立体方法，转而采用全息技术，这是一种在 20 世纪 40 年代末获得诺贝尔奖的视觉技术。尽管全息技术在三维成像方面大有可为，但由于无法描绘准确的三维深度线索，全息技术的广泛应用一直受到限制，导致视觉体验不佳，有时甚至令人有类似晕车的反应。Wetzstein 团队利用人工智能改进了全息图像中的深度提示。然后，利用纳米光子学和波导显示技术的进步，研究人员能够将计算出的全息图像投射到眼镜镜片上，而无需依赖笨重的附加光学器件。通过在透镜表面蚀刻纳米级的图案来构建波导。安装在每个太阳穴上的小型全息显示屏通过蚀刻图案投射计算图像，这些图案会在镜片内反弹光线，然后将光线直接传送到观看者的眼睛。透过眼镜片，用户既能看到真实世界，又能看到上面显示的全彩 3D 计算图像。3D 效果之所以得到增强，是因为它是通过立体和全息两种方式产生的，前者是指每只眼睛都能看到略有不同的图像，就像传统的 3D 成像一样；后者则是指每只眼睛都能看到略有不同的图像，就像传统的 3D 成像一样。斯坦福大学计算成像实验室的博士生布莱恩-赵（Brian Chao）是这篇论文的共同作者，他说："利用全息技术，你还可以在每只眼睛前获得完整的三维体积，从而提高栩栩如生的三维图像质量。"新的波导显示技术和全息成像技术的最终成果是提供逼真的三维视觉体验，既能满足用户的视觉需求，又不会让用户感到疲劳，而这种疲劳感正是早期方法所面临的挑战。Wetzstein 说："全息显示一直被认为是终极 3D 技术，但它从未取得过重大的商业突破。也许现在他们有了多年来一直在等待的杀手级应用"。编译来源：ScitechDaily ... PC版： 手机版：

研究人员找到将VR头盔缩小到普通眼镜大小的方法

研究人员找到将VR头盔缩小到普通眼镜大小的方法 来自斯坦福大学和Nvidia的研究人员已经合作，帮助开发了看起来更像普通眼镜的VR眼镜。好吧，由于从两只眼睛延伸出来的丝带，它们看起来相当愚蠢，但它们比今天常见的类似护目镜的虚拟现实头盔要平坦和紧凑得多。 "然而，广泛采用VR技术的一个主要障碍是现有VR显示器的笨重外形以及与此相关的不适感，"发表在Siggraph 2022上的研究论文说。 这些恰如其分的 "全息眼镜 "可以使用厚度仅为2.5毫米的光学器件提供全色的3D全息图像。与传统的VR头盔的工作方式相比，即一个镜头将一个较小的显示屏放大到离它一定的距离，将所有先决条件的部件缩小到这么小的尺寸是VR的一个相当了不起的进步。

研究人员利用分子混沌技术创造出更加有效的疏冰涂层

研究人员利用分子混沌技术创造出更加有效的疏冰涂层 研究报告的共同作者加布里埃尔-埃尔南德斯-罗德里格斯展示了厚度仅为 300-500 纳米的防冰涂层研究人员着手改进疏冰涂层工艺。他们使用了一种称为化学气相沉积（iCVD）的制造技术。它的工作原理是将两种物质作为气体施加到需要涂层的表面上。多年来，从将二氧化碳转化为石墨烯到制造更好的锂离子电池，该工艺已被广泛应用。在这种情况下，一种高粘合力的底漆与一种疏冰聚合物结合在一起。当气体铺设到表面时，它主要由底漆组成，这使得它能够与表面形成超强的粘合力。随着喷涂过程的继续，研究人员将抗冰材料的用量从零增加到 100%，这样就形成了一种双层涂层，其下层具有很强的粘合力，而外层则能阻止冰晶的形成。研究人员说，产生这种破冰效果的机制以前从未见过。他们发现，涂层中的分子以随机的水平和垂直模式排列，阻碍了冰的形成。该研究的合著者、格拉茨理工大学固体物理研究所的加布里埃尔-埃尔南德斯-罗德里格斯解释说："疏冰材料由拉长的分子组成，这些分子以垂直或水平的方向附着在底漆上。我们涂抹的材料越厚，垂直和水平分子之间的交替就越随机。表面的排列越随机，驱冰效果就越大"。研究小组能够证明，其涂层不仅能够减少冰的附着力，还能降低水接触涂层时的冰点。寒冷气候下的车主可以梦想着用这种喷雾给车窗涂上一层霜，让冰天雪地的早晨变得轻松一些，而研究人员对这种喷雾还有其他想法，比如加快飞机除冰的速度，让精密的传感设备免受霜冻的影响。这项研究发表在《ACS 应用材料与界面》杂志上 。 ... PC版： 手机版：

斯坦福大学推出 DetectGPT ,阻止学生用 AI 写作业

斯坦福大学推出 DetectGPT ,阻止学生用 AI 写作业 据调查显示，美国 89% 的大学生在用 ChatGPT 做作业。近日，针对学生们屡禁不止的行为，斯坦福研究人员推出了 DetectGPT，便于检测出 AI 生成文本。 是基于大型语言模型（large language models，LLM）生成文本的特定倾向，从而可以判断文本是否是 AI 生成的。 1 月 26 日，相关研究论文以《》为题，在网站 arXiv 上发布。 标签: #ChatGPT #DetectGPT #斯坦福 频道: @GodlyNews1 投稿: @GodlyNewsBot