

不止 “听懂”,更能 “感知”!移远通信全新AI 音频模组 重新定义智能家居“听觉”逻辑
移远通信 VA500-GL 模组采用本地化 AI 算法,不仅支持全离线语音唤醒与指令识别,更创新实现环境状态(安静 / 说话 / 鼾声 / 嘈杂)的离线检测,彻底摆脱对云端的依赖,引领智能家居进入 “端侧智能”主动感知新赛道。该产品基于本地化 AI 算法,为智能家电赋予精准 “听觉” 与主动交互能力,借助环境状态智能检测、离线语音控制及噪声抑制技术,实现 “无接触” 智能操控,推动智能家居行业从“被动响应” 向 “主动感知” 的 AI 化升级。如检测到 “睡眠(鼾声)” 时,空调自动调低风速、静音并调温;


[2025CVPR-少样本学习方向]使用 CLIP 进行 Logits DeConfusion 以进行少样本学习
摘要:本文提出Logits DeConfusion (LDC)方法,解决CLIP模型在少样本学习中存在的类间混淆问题。LDC通过Multi-level Adapter Fusion (MAF)模块增强特征表示,利用Inter-Class Deconfusion (ICD)模块建模并移除logits中的混淆噪声,最后通过Adaptive Logits Fusion (ALF)融合输出。在11个基准数据集上的实验表明,LDC在16-shot设置下平均准确率达79.78%,显著优于现有方法。该方法有效提升了CLI
