为了响应更多员工重返办公室后企业对空间使用可视化的需求,科技供应商 Logitech 推出了 Spot,这是一款现代传感器,能够结合占用率和环境数据来增强工作场所洞察和自动化水平。
作为其 Space Management 办公桌和会议室预订解决方案产品组合的最新成员,Logitech Spot 是一款多用途工具,旨在帮助 IT 领导者和工作场所/设施管理者确保房地产和房间设计满足员工需求,同时帮助人力资源经理确保员工在办公室保持高效和积极参与。
Spot 可以在电话亭、工作舱、休息室和灵活区域等各种空间使用,用于了解空间使用率和环境条件。该传感器还能为非视频房间和无技术房间提供洞察。它收集空间使用率、空气质量和能源效率等数据,使企业能够就房间健康状况和工作条件、办公室能源消耗和房地产规划做出明智决策。它还研究环境因素如何影响员工,并提供自动化功能以提高空间预订效率。
Spot 的主要特点是结合了环境和占用率数据。这款现代传感器提供一个衡量特定空间空气质量的健康评分,同时能源评分旨在帮助企业确定能源使用的改进区域,并更好地了解房间的占用和协作使用情况。
通过这两组环境数据,Logitech 表示 IT 部门可以访问单个房间或跨多个空间的环境洞察,以识别可采取行动的健康条件见解,如温度、湿度、颗粒物、二氧化碳水平、气流和空气质量。能源效率条件的指标,如过热、过冷或过度通风,帮助公司采取行动减少办公室能源消耗。
在实现工作场所自动化方面,Spot 的雷达基础占用传感器可以检测空间是否被占用,使房间能够自动预订或释放,无需个人手动更改房间状态。
Logitech Spot 与 Tap Scheduler 和 Logitech View 集成,使寻找可用空间变得简单直观,该传感器可以使用 Rally Bar 上的人工智能 (AI) 取景器来访问房间占用数据,为空间规划决策提供信息。根据制造商的说法,使用雷达和 LoRaWAN 可以以很低的功耗获取占用率和洞察数据。
其他功能包括基于雷达的占用检测,提供精确的占用数据,实现自动和准确的房间预订,该系统兼容 Microsoft Places、Zoom Workplace Reservation 和 Logitech Room Booking。此外,Logitech Spot 的数据可以与 Appspace、Metrikus 和 Samsung SmartThings Pro 等工作场所平台集成,并将通过同步应用程序编程接口提供。
同时推出 Spot 的还有 Rally Board 65,这是一款集成智能音频和视频的 65 英寸触摸屏显示器的一体化便携视频会议解决方案。Rally Board 65 可以推车运输到卫星办公室,提供具有占用和环境检测功能的 AI 驱动功能套件。无论团队使用 Microsoft Teams、Zoom 还是 Google Meet,该视频会议解决方案都可以在 Android、PC 或自带设备模式下工作。
关于此次发布,Logitech 表示企业希望为混合办公员工提供现代视频会议工具,但随着技术环境变得更加复杂,IT 团队正在应对不断增加的工作负担。
Logitech for Business 首席运营官兼总经理 Prakash Arunkundrum 评论道:"混合办公员工期望所有空间都能支持视频功能,并且能够根据需要随时进行协作,无论是在开放空间、传统会议室、协作室还是学习空间。因此我们问自己:如何创建一个智能、极其精密的会议系统,同时大大简化设置过程?"
好文章,需要你的鼓励
WordPress实验性AI开发工具Telex在9月发布几个月后已投入实际使用。在"State of the Word"年度活动中,WordPress联合创始人展示了Telex的多个应用案例,包括创建价格比较工具、价格计算器和实时营业时间显示等功能。该工具能够生成Gutenberg模块,让开发者在几秒内完成过去需要数千美元定制开发的功能。同时WordPress还推出了Abilities API等AI架构开发。
印度学者在卫星图像识别领域取得突破,设计出无需预训练的神经网络架构,在EuroSAT数据集上达到97.23%准确率。通过三轮迭代优化,研究者发现卫星图像需要平衡空间和光谱两种特征,创新性地开发了可学习融合参数的双路径注意力机制。该方法证明了专用架构设计在特定领域的巨大潜力,为无法获得大规模预训练数据的应用场景提供了有效解决方案。
英国国家网络安全中心与BT合作推出的Share and Defend服务成功拦截了近十亿次早期网络攻击和用户访问危险网站的尝试。该服务整合多方威胁情报数据,通过互联网服务商的DNS平台实时过滤恶意网站,大规模阻断钓鱼和虚假购物网站。目前已有TalkTalk、沃达丰等多家合作伙伴加入,政府计划在2026年1月发布国家网络行动计划以进一步提升英国网络安全防护能力。
UC伯克利研究团队开发了ECHO框架,通过分析社交媒体上真实用户对GPT-4o图像生成的使用反馈,构建了更贴近实际需求的AI评测体系。该框架收集了超过31000个用户提示词,发现传统评测无法覆盖的复杂任务需求,并识别出用户关心的色彩偏移、身份保持等具体问题,为AI模型评估提供了全新的用户导向思路。