首页 行业资讯 当前
AI创新|支小宝AI生活管家、iPhone 16系列的AI新功能、联想AI PC、用于生物和健康研究的AI系统...
发布时间:2024-09-24

看点概览:

一、生活管家,支付宝全新AI产品发布

二、iPhone 16系列增加了AI功能

三、首个用于设计新型高强度蛋白结合物的AI系统

四、联想发布多款开创性AI PC

五、基于异常检测预训练的心电长尾诊断模型

 

一、生活管家,支付宝全新AI产品发布

支小宝.png

(图源:微信公众号@支付宝)


支小宝的产品负责人王翼飞表示,“支付宝推出的AI生活管家,希望让洞悉世界的大模型,变成更懂用户的小助理。”

 

连接支付宝生态,支小宝可通过对话快速订票、点餐、打车、查询附近吃喝玩乐等;在便民生活、医疗健康等领域,支小宝也能提供多项便捷实用的服务,比如说句话就可以充话费、查快递、查上月消费、看医保余额、异地就医备案、给亲友转账或发红包、搜寻电子社保卡等。支小宝App可在各大个应用市场下载使用,同时,它内嵌在支付宝中,在支付宝App首页下拉也能体验。

 

内容详情:你好,我是支小宝



二、iPhone 16系列增加了AI功能


苹果.png

(图源:微信公众号@智能涌现)


9月10日,苹果发布了iPhone 16系列的四款手机,iPhone 16系列增加了全新的AI功能,包括:

l 充当工作助手,比如写一封工作邮件、写短信、或者是生成文档信息,甚至是生成一些表情包。

l 可以通过文字搜索快速找到相册中的照片或视频,解决翻找麻烦的问题。

l “超级信息管家”,帮你对各类的邮件信息推送做归纳、总结,并且生成摘要,帮你分清轻重缓急。

l Siri将变得更自然、更符合语境、更个性化。

 

内容详情:iPhone 16系列发布:超强A18芯片来了,落地四种AI功能,还有实体相机按钮


三、首个用于设计新型高强度蛋白结合物的AI系统


谷歌.png

(图源:DeepMind官网)


9月5日,DeepMind发布了AlphaProteo的相关信息,这是首个用于设计新型高强度蛋白结合物的AI系统,旨在为生物和健康研究提供基础模块。该技术有望加速我们对生物过程的理解,并推动新药发现、开发生物传感器等领域的发展

 

AlphaProteo能够为多种目标蛋白生成新的蛋白结合物,包括与癌症和糖尿病并发症相关的VEGF-A。这是首次有AI工具能够成功设计出针对VEGF-A的蛋白结合物。在测试的七种目标蛋白中,AlphaProteo的实验成功率更高,并在结合亲和力上实现了比现有最佳方法高出3至300倍的性能。

 

内容来源:AlphaProteo为生物学和健康研究生成新型蛋白质https://deepmind.google/discover/blog/alphaproteo-generates-novel-proteins-for-biology-and-health-research/

 

四、联想发布多款开创性AI PC


联想.png

(图源:微信公众号@联想中国)


联想ThinkPad X1 Carbon AI 2025 Aura AI元启版、联想YOGA Air 15 Aura AI元启版、联想ThinkBook Auto Twist等开创性AI PC亮相,旨在重新定义专业计算和人工智能的未来

 

其中有几大亮点:

与Stability AI独家合作:在联想Creator Zone中,即可不联网、无限、免费玩Stable Diffusion 3.0,它可以提供文生图、草稿生图、图生图、高级图像编辑等功能。

与英特尔联合研发Aura Edition:它主要提供3方面功能,Smart Modes可以让笔记本电脑根据用户使用状态自动切换各种模式,例如屏蔽模式、注意力模式;Smart Share能支持iOS、安卓手机和电脑之间无缝互传图像,主要通过“碰一碰”的形式;Smart Care通过联想的Premier support Plus服务提供24/7实时支持,通过视频、语音或聊天将用户与联想技术人员取得联系,以解决故障和问题。

全球首款自动旋转屏AI PC:它能通过智能语音完成交互,通过“笔记本模式”、“平板模式”等指令直接操纵电脑。

 

内容详情:Windows率先本地文生图,互联iPhone秒传图片,最新AI PC来了!


五、基于异常检测预训练的心电长尾诊断模型


诊断模型.png

(图源:论文官网)


上海交通大学、上海人工智能实验室和上海交通大学附属瑞金医院的研究团队提出了首个基于异常检测预训练的心电长尾诊断模型。

 

研究价值:

 临床应用的巨大潜力:通过异常检测预训练,该模型能够以远超经验丰富的心脏病专家的速度,提供准确且全面的诊断结果。

 减轻长尾分布影响的能力:异常检测预训练通过识别可能的异常特征偏差,使模型能够集中关注特定异常区域,从而更精确地分类不同类型的异常。

 提供可解释且信息丰富的定位结果:有助于医疗从业者更好地理解诊断结果。

 临床诊断模型的公平性:该研究模型在男性和女性之间,以及 10 至 90 岁各年龄组中的诊断效果相当。进一步研究有助于揭示这些年龄和性别差异的机制,从而开发改善所有患者群体健康结果的策略。

 可扩展的 ECG 诊断框架:这种全面覆盖确保了模型能够适应临床实践中遇到的几乎所有 ECG 类型,使其在多样化数据集中的适应性和通用性得到了高度保障。

 

论文链接http://arxiv.org/abs/2408.17154

 

内容详情:突破传统:AI如何应对心电图中的长尾挑战?

 

AI 创新|分享人工智能领域的技术革新和创新应用的新动态,与读者共同关注AI领域的创新思维与实践。


【上一篇】AI创新|“草莓味”的ChatGPT、国风视频大模型、“豆包爱学”、人形机器人+智慧药房...
【下一篇】登顶SuperCLUE榜单,腾讯混元大模型是个啥?
相关文章
粤ICP备05006090号-11 版权所有@IOTE 物联网展始于2009 | 深圳市物联传媒有限公司