一米阳光

本地共享充电宝需求持续上扬 使用量同比增加三倍_我的网站

一 |     IT之家 7 月 21 日消息，科技媒体 The Decoder 昨日（7 月 20 日）发布博文，报道称谷歌 DeepMind 发布 GenCeption 模型，将预训练的视频生成器重新用于深度估计和分割等经典计算机视觉任务。         IT之家援引博文介绍，大语言模型在学习预测下一个 Token 的时候，在训练过程中往往需要吸收语法、世界知识和上下文关系等内容。    本地共享充电宝服务需求持续上扬。         但是在计算机视觉领域，视觉模型缺少等效的训练方法，主要由专业模型主导，包括用于分割的“Segment Anything”和用于深度估计的“Depth Anything”，每个模型都使用其特定的架构。         谷歌 DeepMind 团队为此提出 GenCeption 模型方案，尝试将一个“生成视频”的 AI 模型逆向改造成一个能“理解世界”的视觉分析引擎。

二 |          GenCeption 打破了传统计算机视觉“一个任务一个专用模型”的格局，仅凭单一模型就能同时做好深度估计、图像分割、3D 姿态估计、表面法线预测和相机姿态估计等核心视觉任务。有业者表示使用量同比增加三倍，平均每月租借1万5000个充电宝。         GenCeption 基于阿里巴巴开源视频模型通义万相 Wan2.1 系列训练，与传统扩散模型需多步去噪不同，GenCeption 在一次前向传播中完成预测，从而提升视觉任务处理速度。模型通过文本提示指定任务，可输出深度图、表面法线图、分割掩码，并可处理相机运动表示。共享脚踏车业者也看准商机，开始提供共享充电宝服务，要在市场上分得一杯羹。

三 |          训练数据以合成为主。论文称，数据集仅包含 7500 段视频，由 800 个数字人体模型与 200 段动作捕捉序列组合生成，再通过 Blender 在不同背景和镜头角度下渲染。本地最大共享脚踏车业者Anywheel去年10月进军共享充电宝市场，服务率先在这家酒店试点推出。         泛化方面，GenCeption 几乎只在单人合成视频上训练，但可处理真实多人视频，也可迁移到动物和类人机器人类别。

四 | 论文称，部分输出细节甚至超过训练时 Blender 渲染结果，可保留猫胡须和单根发丝边缘。         性能方面，论文给出两组处理时间数据：小模型处理 81 帧视频约需 6 秒；大模型参数量为 140 亿，处理同样长度视频约需 10 秒。站点数量之后每月增加，目前集中在酒店和餐饮场所。

五 |          参考。共享脚踏车公司创办人杨源家说：“包括游客包括本地的这些用户，我们得到的反馈就是他们有时候出去，要那个导航那个谷歌地图这些的时候，会没有电或者出去一整天。然后我们同时也是一个共享平台，我们就继续（增加）这个共享业务就是充电宝。”新加坡乌节门今旅酒店营运总监陈玉娟说：“我们有客人到我们的服务台问我们有没有这个服务给他们，但是我们那时候没有。

六 | 我们酒店希望就给客人更好的一个服务。”一家业者目前在全岛设1000个站点，每个站点最多有48个充电宝，最少的有六个。大型购物中心和卡拉OK场所的租借率最高。新加坡加电科技董事周利忠说：“使用率比较高的场所的话，可能一台机器上面20、30个充电宝都会被全部租用掉。

七 | 我们有自己的后台系统可以去查看，然后我们根据客户的使用情况会及时去补充充电宝。”业者说星期五，周末和公定假日的租借率最高。公司计划明年将站点扩大到2000个。嗨翻市场部负责人王顼玲说：“为顾客带来很大很大的方便。之前就有一点麻烦，就是说我们需要提供一些我们可能自己的那个电源那些，还是我们自己门店的一些员工自己的设备。”一家在全岛有约100个站点的业者指出，近几个月的共享充电宝需求，比之前高约八成，7月达6000多个。

八 | 业者计划今年内将站点增加到300个。

Current article:http://4iupwun.xuanliaruamibinmilangca.shop/news/20260826_3241190.html

Published on:15:59:08