西雅图时间6月15日,RAIN RFID提供商和物联网先驱Impinj,Inc.(纳斯达克:PI)推出了三款下一代RAIN RFID读卡器芯片,使物联网设备制造商能够满足零售、供应链和物流、消费电子产品和许多其他市场对物品连接日益增长的需求。
新的 Impinj E710、E510 和 E310 RAIN RFID 读写器芯片是具备高性能、低能耗的单片系统 (SoC),能够拓展物联机遇,实现全球亿万物品联网的未来。凭借业界领先的系统集成能力和易于使用的开发工具,可开发快速上市的物联网设备,可靠地识别、定位和验证连接的事物。
性能、集成和易用性的新基准
Impinj RAIN RFID 产品已连接全球数百亿个物品,帮助企业推动数字化转型、改善消费者体验、提高运营效率、更好地管理库存和资产。 Impinj的上一代读卡器芯片Indy系列被数以百万计的设备所使用,为十多年来的读卡器芯片性能设定了基准。 新一代Impinj E710、E510和E310读卡器芯片提供了创纪录的性能、集成和易用性:
Impinj 首席执行官 Chris Diorio 表示:“随着 Impinj E710、E510 和 E310 读写器芯片的发布,我们迎来了新一波合作伙伴创新,这些芯片提供了无与伦比的易用性、硅集成和性能。 这些全新读写器芯片为实现全面物联带来突破性进展, 它们标志着 Impinj 向无边界物联网的愿景再次迈出大胆的新一步。”
嵌入式 RAIN 功能推进物联网设备创新
Impinj E710、E510 和 E310 芯片现已上市,使物联网设备能够每秒可靠的识别数百种物品,包括服饰、托盘、包裹、药物、汽车部件和电子产品,它们之间的距离从几毫米到几米不等,而不在视线范围内也可以轻松识别。 Impinj E710 提供了卓越的性能,可对大量大型物品进行监控。 Impinj E510在价格和性能上都 是中端选择,并针对电池供电设备进行了优化。 而且低成本的Impinj E310提供了针对近距离设备优化的性能。这些芯片嵌入到 设备中,增加了RAIN功能并启用了新的解决方案,包括:
米其林是 Impinj 的长期合作伙伴,计划到 2023 年为每一个新的乘用车胎配备 RAIN FRID,并希望 RAIN RFID 能够为整个轮胎制造供应链提供先进的连接,以改善轮胎的管理、性能和安全性。
米其林 RFID 项目负责人 Jérôme Barrand 表示:“米其林相信,全新 Impinj 读写器芯片在性能和价格方面的创新,是通过 RAIN FRID 技术实现轮胎连接性的关键成就。 高性能设备是促进轮胎市场应用取得成功的一大关键因素。 我们预计在未来几年内,将在整个轮胎生命周期内大量的用例中,部署不同类型的读取点。 这将是为我们的客户提供互联移动服务的关键因素。”
数十种新的物联网设备正在开发中
有了这些全新的读写器芯片,开发人员能够快速设计出满足超过 85 个国家/地区法规要求的物联网设备。 基于全新 的Impinj 读写器芯片,全球 20 多家 Impinj OEM 设备合作伙伴目前正在开发数十种新产品,包括 CAEN RFID、Chainway, Convergence Systems Limited、 Hopeland、JADAK(Novanta 下属公司)、MTI、RoyalRay 和 SILION TECH。
Chainway 总经理 Albert Yang 表示:“Impinj E710、E510 和 E310 读写器芯片采用高度集成的全新 RAIN RFID 单片系统和开发套件,让我们能够在多个开发项目中重复使用设计成果,大大缩短了我们产品的上市时间。 “我们现已推出两款全新的可穿戴设备:根据这些全新 Impinj 读写器芯片打造的手持式读写器和打印机。”
好文章,需要你的鼓励
随着AI模型参数达到数十亿甚至万亿级别,工程团队面临内存约束和计算负担等共同挑战。新兴技术正在帮助解决这些问题:输入和数据压缩技术可将模型压缩50-60%;稀疏性方法通过关注重要区域节省资源;调整上下文窗口减少系统资源消耗;动态模型和强推理系统通过自学习优化性能;扩散模型通过噪声分析生成新结果;边缘计算将数据处理转移到网络端点设备。这些创新方案为构建更高效的AI架构提供了可行路径。
清华大学团队开发了CAMS智能框架,这是首个将城市知识大模型与智能体技术结合的人类移动模拟系统。该系统仅需用户基本信息就能在真实城市中生成逼真的日常轨迹,通过三个核心模块实现了个体行为模式提取、城市空间知识生成和轨迹优化。实验表明CAMS在多项指标上显著优于现有方法,为城市规划、交通管理等领域提供了强大工具。
Meta以143亿美元投资Scale AI,获得49%股份,这是该公司在AI竞赛中最重要的战略举措。该交易解决了Meta在AI发展中面临的核心挑战:获取高质量训练数据。Scale AI创始人王亚历山大将加入Meta领导新的超级智能研究实验室。此次投资使Meta获得了Scale AI在全球的数据标注服务,包括图像、文本和视频处理能力,同时限制了竞争对手的数据获取渠道。
MIT研究团队发现了一个颠覆性的AI训练方法:那些通常被丢弃的模糊、失真的"垃圾"图片,竟然能够训练出比传统方法更优秀的AI模型。他们开发的Ambient Diffusion Omni框架通过智能识别何时使用何种质量的数据,不仅在ImageNet等权威测试中创造新纪录,还为解决AI发展的数据瓶颈问题开辟了全新道路。