6月15日,华米科技在安徽合肥举办主题为「AI to Decode Future」的首届AI创新大会,为我们带来了诸多AI技术研究与相关应用。次日,华米科技还举办了AI技术开放日活动,邀请业内专家与高校院校学生共同探讨国内外人工智能话题,探索人工智能未来发展的趋势方向。
AI创新大会:华米自研新技术、新硬件惊喜不断
在本届AI创新大会上,华米科技正式发布了新一代智能可穿戴芯片“黄山2号”、第二代PPG生物追踪光学传感器BioTracker 2及一系列全新的人体数据AI算法,同时宣布成立人工智能研究院。

“黄山2号”芯片基于先进的RISC-V架构开发,具有高运算效率和低使用功耗两大优势。针对心率数据,其房颤识别速度是“?山1号”的7倍,是市面上其它软件算法的 26 倍。目前,“黄山2号”已流片成功,预计将于今年四季度量产,并在明年(2021年)上半年应用在华米可穿戴新品上。

除了“黄山2号”芯片,华米还在会上向我们介绍了五种生物数据引擎,分别是第二代心脏数据AI生物引擎RealBeats2,一款可监测心率数据,自动甄别心律不齐的AI生物引擎;精准度与专业血氧仪平均误差不到1.67%的血氧数据AI生物引擎OxygenBeats;可通过多维数据帮助用户了解睡眠状态和质量的睡眠数据AI生物引擎SomnusCare;可智能自动切换不同运动模式,并能对运动数据和心率数据进行分析的人体活动模式AI识别引擎ExerSense;以及结合人体多维度生理数据以及活动时间,帮助用户智能掌握每日运动量的人体健康评估系统huami-PAI。
上述五种生物引擎功能强大,但都需要精准的数据为其提供支撑,华米为此研发了BioTracker2 PPG生物追踪光学传感器。BioTracker2 PPG生物追踪光学传感器和五种生物数据引擎共同实现更丰富、全面的生物健康数据监测,在即将推出的“黄山2号”芯片强大的AI运算性能支持下,BioTracker 2也许会成为全球最强大的可穿戴人体光学传感器。

不仅是现有的芯片、传感器和算法,华米科技更致力于行业前瞻趋势和技术的布局。在AI创新大会上,黄汪宣布华米科技人工智能实验室正式升级为人工智能研究院,涵盖与钟南山院士团队、中国田径协会、中科大先进技术研究院建立的三个不同研究方向的联合实验室,并将联合智能语音独角兽云知声在汽车、医疗、IoT等领域展开全方位的合作,致力于人体健康大数据的AI技术创新,探索人工智能在可穿戴领域的深度应用。
AI技术开放日:前沿AI技术展示,激发年轻人的热情
除了专注于技术创新,华米科技还致力AI技术对公众的普及。6月16日,华米科技与中国科学技术大学联合举办了AI技术开放日,吸引了许多中科大和周边院校的学生慕名参加。

参与本次AI开放日主题演讲的嘉宾阵容十分强大,有中科大计算机科学与技术学院执行院长李向阳;清华大学软件学院副院长、华米人工智能研究院技术委员会委员丁贵广;中国科大电子工程与信息科学系执行主任、华米科技-中国科大先研院“脑机智能联合实验室”主任陈勋;挪威科技大学医学和健康科学学院教授Ulrik Wisloff,他们在会上分享各自在脑科学和人工智能上的前沿观点技术研究,并与现场观众互动交流观点。

华米科技不仅注重研究层面的交流,在产品体验方面同样做到极致。截至去年,华米智能设备在全球累计出货量已经突破一亿台,赢得了用户的肯定。这背后是华米科技通过AI整合芯片、算法和传感器技术优势,并且落地应用到华米的智能设备和小米手环上,实现对人体健康大数据监测处理的成果。不止步眼前的成绩,未来华米科技将进一步整合自身和行业的研发技术力量,以AI为技术支点,重构全球健康医疗产业,用科技时刻守护着用户的健康。
好文章,需要你的鼓励
尽管全球企业AI投资在2024年达到2523亿美元,但MIT研究显示95%的企业仍未从生成式AI投资中获得回报。专家预测2026年将成为转折点,企业将从试点阶段转向实际部署。关键在于CEO精准识别高影响领域,推进AI代理技术应用,并加强员工AI能力培训。Forrester预测30%大型企业将实施强制AI培训,而Gartner预计到2028年15%日常工作决策将由AI自主完成。
这项由北京大学等机构联合完成的研究,开发了名为GraphLocator的智能软件问题诊断系统,通过构建代码依赖图和因果问题图,能够像医生诊断疾病一样精确定位软件问题的根源。在三个大型数据集的测试中,该系统比现有方法平均提高了19.49%的召回率和11.89%的精确率,特别在处理复杂的跨模块问题时表现优异,为软件维护效率的提升开辟了新路径。
2026年软件行业将迎来定价模式的根本性变革,从传统按席位收费转向基于结果的付费模式。AI正在重塑整个软件经济学,企业IT预算的12-15%已投入AI领域。这一转变要求建立明确的成功衡量指标,如Zendesk以"自动化解决方案"为标准。未来将出现更精简的工程团队,80%的工程师需要为AI驱动的角色提升技能,同时需要重新设计软件开发和部署流程以适应AI优先的工作流程。
这项由德国达姆施塔特工业大学领导的国际研究团队首次发现,当前最先进的专家混合模型AI系统存在严重安全漏洞。通过开发GateBreaker攻击框架,研究人员证明仅需关闭约3%的特定神经元,就能让AI的攻击成功率从7.4%暴增至64.9%。该研究揭示了专家混合模型安全机制过度集中的根本缺陷,为AI安全领域敲响了警钟。