Google为电视机用户推出的流媒体产品目前只有一款Chromecast with Google TV,这款产品目前已经推出大约4年的时间,在2022年的一次更新,也仅仅是推出了一个更便宜、画质由4K降到HD的版本。
在Chromecast品牌目前为止11年的生命周期当中,这一系列设备的累计销量已经超过1亿台,市场表现相当不俗。不过,随着Google一系列新品即将推出,Chromecast产品线恐怕将要寿终正寝。
除了期待已久的Nest Learning Thermostat更新之外,Google本周发布了它最新一代的流媒体电视盒子,借此为下周的Made by Google 2024大会提前预热。
除了最直观的名称调整之外,该系列还迎来了更多额外的新功能,也代表着设计思路上的重大转变。Chromecast可通过HDMI线缆直接插入电视背面(类似Fire TV Stick电视棒),而Google TV Streamer尺寸更大,被设计为放置在电视下方的娱乐主机形式(类似小米盒子的概念)。
这款售价100美元的设备还兼具智能家居中心的功能,这也是Google为了重振Nest系列产品而做出的努力之一。
新功能允许用户更直接地控制Google Home并支持Matter配件。消费者基本可以将它视为连接电视大屏幕版的Nest Display或者Pixel Tablet平板。
丰富的附加功能必然需要搭配更大的无线传输频段,这反过来也让设备本身的尺寸愈发夸张。也正因为如此,最新一代Google TV Streamer根本无法像前任产品Chromecast那样以直插电视机背面的智能电视棒的形式存在。
除了支持Matter配件之外,新系统还配备内置的Thread边界路由器,能够改善与家用设备之间的连接。在UI当中添加Google Home面板则可以远程检查Nest摄像头(目前市面上还未出现第三方摄像头)并调节温度,同时控制其他能够支持Matter的智能家居设备上的功能。
与新款Thermostat恒温器一样,Gemini同样在Google TV Streamer当中扮演核心的驱动角色。但是与Pixel产品和其他Android设备不同,Home系列并没有从Assistant中被单独剥离出来。相反,这个最新版本将搭载专为它构建的本地模型。除了对话功能以外,Gemini还能够为用户挑选节目、规划观看体验。
Google公司在一篇文章中介绍称:“为了帮助用户轻松找到想要观看的内容,Google TV Streamer采用Google AI配合用户偏好数据为用户规划已订阅内容的收视建议,并将它们便捷、统一地组织起来。你甚至可以为家中每一位成员建立单独的推荐观看列表。”
Gemini大模型还将用于总结评价,甚至是概括影视剧集的各季情节;从这个角度来讲,这套模型发挥的作用其实跟它在过去一年来在Google搜索领域扮演的角色颇为相似。与Chromecast一样,Google TV Streamer系统同样支持4K播放。在这台体积稍大一些的装置内部,Google还为它升级了处理器,并将内存增加到32GB。
这款设备同样包含一个专用遥控器,面板上设有Netflix和Google Home的快捷键。此外,Google TV Streamer还提供一个内置按钮,当你找不到遥控器时,除了询问Google Assistant,也可以直接按下按钮。
Google TV Streamer已接受预订,而实际发货日期则要等到9月26日。
好文章,需要你的鼓励
博通宣布对VMware Cloud Foundation平台进行重大升级,将私有AI服务集成到核心订阅中,并为vSAN存储虚拟化软件添加云原生对象存储支持。此举旨在满足企业对简化基础设施、高效AI采用和网络安全的需求。升级包括与英伟达合作的VMware Private AI Foundation服务、支持AMD GPU、Amazon S3兼容对象存储、与Canonical合作的Ubuntu容器镜像,以及新的四阶段自动化安全流程。博通还推出了面向高监管行业的VCF网络合规高级服务。
清华大学等多家机构研究团队完成了语音分离技术的全面调研,系统梳理了从传统方法到深度学习的技术演进。研究揭示了"鸡尾酒会问题"的核心挑战,分析了各种学习范式和网络架构的优劣,并通过统一实验框架提供了公平的性能基准。调研涵盖了实时处理、轻量化设计、多模态融合等关键技术方向,为学术界和产业界的技术选型提供了重要参考,推动语音分离从实验室走向实际应用。
Google正式发布Gemini 2.5 Flash Image模型,该模型此前在测试版中被称为nanobanana。新模型为企业创意项目提供更多选择,能够快速修改图像外观并提供比以往模型更强的控制能力。该模型在保持人物相似度和编辑一致性方面表现出色,支持多轮编辑、照片融合等功能,并已集成到Gemini应用中供付费和免费用户使用。
浙江大学和腾讯微信视觉团队发现AI图片生成训练中"时机胜过强度"的重要规律,开发出TempFlow-GRPO新方法。通过轨迹分支技术精确评估中间步骤,结合噪声感知权重调整优化不同阶段的学习强度,将训练效率提升三倍,在复杂场景理解方面准确率从63%提升至97%,为AI训练方法论带来重要突破。