Sharp
PulseAugur coverage of Sharp — every cluster mentioning Sharp across labs, papers, and developer communities, ranked by signal.
- 2026-09-16 product_launch Sharp began taking orders for AI servers built by Foxconn and powered by Nvidia processors in Japan. 来源
2 天有情绪数据
-
夏普开始接受富士康制造的、搭载英伟达的AI服务器订单
夏普已开始在日本接受由富士康制造、采用英伟达处理器的AI服务器的订单。该计划于9月15日启动。
-
夏普进军AI服务器业务，以期抓住不断增长的实体AI市场
夏普公司正进军AI服务器业务，旨在利用不断增长的实体AI市场。该公司计划提供针对特定应用的定制AI服务器，并利用其在硬件制造方面的专业知识。此举标志着夏普战略性地扩展到高增长的AI基础设施领域。
-
夏普的“near”AI旨在实现家电集成，面临挑战
夏普正在开发一款名为“near”的AI助手，旨在与旗下的家电产品集成。这款AI通过连接夏普的各种产品，提供增强的功能和便利性。然而，文章也讨论了其实现和广泛采用所面临的挑战和期望。
-
夏普发布集成式AI服务“near”用于智能家居控制
夏普公司宣布推出一款名为“near”（某报道中也称为“NIAH”）的集成式AI服务，旨在连接和控制家用电器。该AI旨在通过语音命令协助用户操作设备和管理家务。该服务旨在简化家居管理，并提供更集成的智能家居体验。
-
新的AI方法提高了约束仓库中机器人的任务完成率 · 跟踪2个来源
研究人员为约束仓库环境中的多智能体拾取和配送系统开发了新方法。第一篇论文介绍了一种自适应方法 A-sharp，该方法在任务分配时动态选择智能体的等待位置（停靠点），与固定的停靠点策略相比，显著提高了配送时间。第二篇论文提出了一种固定的停靠点预留系统 SHARP，通过为单个智能体分配特定的停靠点，确保了在密集仓库中的任务完成。这种固定的停靠点方法表现出强大的性能，在各种配置下都能完成所有任务，尽管在复杂布局上会产生更高的规划成本。
-
夏普发布第二代AI机器人PokeTomo
夏普发布了其第二代AI机器人“Poketomo”。这一新版本被描述为对主人“嘴硬心软”。该机器人旨在提供陪伴和互动，并在前代模型的基础上进行功能扩展。
-
夏普Helshio电器使用AI生成菜谱
夏普的Helshio电器现已推出名为Cooktalk的AI驱动菜谱生成器。此功能旨在通过根据现有食材推荐菜谱来帮助那些厌倦了日常膳食计划的用户。
-
Qwen 模型通过 "Sharp" 提示叠加器在 NInfer 上变得更简洁
一位用户开发了一种方法，通过将 "Sharp" 系统提示叠加器应用于 NInfer 推理引擎，使 Qwen 模型更加简洁。此修改将输出 token 减少了 42%，同时不影响速度或正确性。该叠加器是用 C++ 实现的，以绕过 NInfer 的模板验证，允许将 "Sharp" 指令附加到系统提示中，从而控制模型的冗长程度和推理开销。
-
夏普发布 AQUOS wish6，配备AI防诈骗保护和5000毫安时电池
夏普发布了新款 AQUOS wish6 智能手机，专为日常使用设计，配备6.6英寸显示屏、5000毫安时电池和增强的耐用性。该设备将于2026年9月中旬在日本和台湾上市，提供SORA、KINU和SUMI三种颜色选择。其主要功能包括集成AI驱动的功能，以检测和阻止电话诈骗和不必要的来电，以及一个可以转录语音邮件的AI助手。
-
新的 CLI 工具使用 Claude Vision 将 YouTube 吉他课程转换为 PDF
一个新开发的命令行界面（CLI）工具可以将 YouTube 吉他教学视频转换为 PDF 吉他谱。该工具名为 Claude CLI，利用 Claude Vision 从视频帧中识别和提取吉他谱部分。然后，它会处理这些帧，根据小节号删除重复项，并将不同的吉他谱行拼接成一个 PDF 文档。该 CLI 工具提供了几种可配置的选项，用于帧采样、分辨率和使用的 Claude Vision 模型。
-
夏普和富士康的目标是新业务实现3000亿日元销售额
日本电子公司夏普（Sharp）预计，通过与母公司鸿海精密工业股份有限公司（又称富士康，Foxconn）合作开发的新业务，将实现显著的销售增长。该公司预计到2030年，这些新业务将带来2000亿至3000亿日元的收入。
-
UniSHARP 可实现跨多种摄像机的通用单目视图合成
研究人员开发了 UniSHARP，一种用于照片级逼真视图合成的新方法，它扩展了现有 SHARP 技术的功能。UniSHARP 可以从各种相机系统（包括透视、广角、鱼眼和全景相机）捕获的单个图像渲染高质量的新颖视图。该方法通过在统一的全向潜在空间中进行联合特征和高斯空间对齐来实现这一点，并在新构建的基准测试中展示了卓越的性能。
-
SHARP框架利用Shapley信用优化多智能体LLM训练
研究人员开发了一个名为SHARP的新框架，以改进集成大型语言模型和外部工具的多智能体系统的训练。该方法解决了将功劳归于个体智能体以取得成功结果的挑战，这对于高效学习至关重要。SHARP利用分解奖励机制，包括基于Shapley的边际信用奖励，以精确归因贡献并稳定训练。实验表明，SHARP的性能显著优于现有方法，在准确性和效率方面取得了实质性改进。
-
新的SHARP框架增强了AI的长程时间模式识别能力
研究人员推出了一种新颖的SHARP框架，旨在改进序列模型在流数据中学习长程时间模式的方式。SHARP将记忆积累与模式识别分离，能够在不进行广泛反向传播的情况下有效适应动态变化。该框架受啮齿动物睡眠的启发，在离线阶段使用加速回放记忆痕迹来增强长期上下文保留和预测性能。
-
夏普为电视和服务开发共情AI
夏普开发了一种旨在富有共情和支持性的AI对话技术。该技术将集成到包括电视在内的各种产品和服务中。该公司旨在创造能够理解和回应用户情感的AI，从而促进更自然、更有帮助的互动。
-
新指标量化网络安全AI中的可解释性脆弱性
本文介绍了一种新颖的指标——可解释性脆弱性得分（Explanability Fragility Score），用于量化网络安全入侵检测系统中AI解释的不稳定性。研究表明，多重共线性（一种具有相关特征的统计问题）会显著放大解释方差，并导致特征重要性无法识别。为解决此问题，本文提出了两种缓解方法：CAA-Filtering和SHARP，旨在稳定AI解释，提高在安全关键应用中的可信度。
-
夏普为AI角色Poketomo新增无限畅聊套餐
夏普为其AI聊天机器人角色“Poketomo”推出了一项无限畅聊套餐。这项新套餐旨在为用户提供更持续、更具吸引力的与AI角色互动体验。该服务旨在为希望进行长时间对话的用户提供增强的可访问性。
-
软银为人工智能数据中心推出电池部门
软银正在日本启动一项电池制造业务，以满足人工智能应用日益增长的电力需求。该公司旨在生产电池单元和储能系统，目标是在2028财年实现吉瓦时规模的生产，并在2030年实现超过1000亿日元的年收入。该计划涉及与韩国初创公司合作开发锌卤电池，与传统的锂离子电池相比，锌卤电池使用水基电解质，提高了安全性，并减少了对中国供应链的依赖。
-
人工智能儿童玩具市场在监管担忧中蓬勃发展
人工智能儿童玩具市场正在经历快速增长，仅在中国就有超过1500家公司运营。华为的智能汉汉等产品销量可观，而夏普的PokeTomo等产品已走向国际。然而，这个新兴行业在很大程度上仍不受监管，引起了立法者对数据隐私和儿童安全的担忧，并呼吁禁止。
-
AI儿童玩具因安全和发育影响面临审查
人工智能驱动的儿童玩具正在迅速普及，但监管甚少，引起了消费者团体和研究人员的担忧。这些玩具，从毛绒伙伴到互动机器人，被发现会讨论性、毒品和暴力等不当话题，有些甚至会散布政治言论。除了内容问题，研究还在探索其对儿童社交和语言发展的潜在负面影响，因为这些玩具的对话能力和一对一互动模式可能会阻碍关键的发育里程碑。