wearable technology
PulseAugur coverage of wearable technology — every cluster mentioning wearable technology across labs, papers, and developer communities, ranked by signal.
5 天有情绪数据
-
香港人拥抱智能手表以关注健康，但专家警告不要过度依赖
可穿戴技术，如智能手表，在香港日益普及，用于健康监测，目前有63%的人使用这些设备。虽然这些设备可以通过检测心房颤动等不规则心律来提供个性化和主动的医疗保健，但专家警告不要过度依赖。他们强调，商业可穿戴设备与医疗级设备不同，不应取代专业的医疗建议或定期体检。
-
机器学习技术综述用于自闭症诊断和治疗
最近发表在arXiv上的一篇系统综述，考察了机器学习技术在自闭症谱系障碍（ASD）诊断和治疗中的应用。该综述涵盖了2017年至2023年的55项研究，发现监督学习方法目前占主导地位，但深度学习在更大的数据集中的应用日益广泛。未来进展预计将来自结合无监督学习和模糊逻辑的混合方法，以及整合来自可穿戴技术和生物识别传感器的数据以进行持续监测。
-
Needle2 发布适用于边缘设备的 14MB LLM
Needle2 发布了一款紧凑型 14MB 代理 LLM，专为手机、可穿戴设备和智能家居中心等边缘设备设计。该模型可在低功耗 CPU 和集成 GPU 上高效运行，无需持续的网络连接即可实现实时、设备上的推理和决策。其小巧的体积使开发人员能够将其直接集成到应用程序二进制文件中，从而带来增强的隐私性、降低的运营成本以及提高的离线工作流程的弹性。
-
柔性PCB因其紧凑和适应性强的设计而在电子产品中日益普及
柔性印刷电路板（PCB）在现代电子产品中变得越来越重要，因为它们不像传统的刚性PCB那样，能够弯曲、折叠并适应特定形状。这些柔性PCB使用铜等导电材料和聚酰亚胺等绝缘和柔性材料构建，通常包含基材、铜、粘合剂和覆盖层等层。它们广泛应用于智能手机、可穿戴技术、医疗设备、汽车电子和航空航天等各个行业，这得益于电子设备向更小、更轻、更紧凑发展的趋势。
-
MCP、eMMC 和 eMCP：理解集成内存技术
本文深入探讨了多芯片封装（MCP）、嵌入式多媒体卡（eMMC）和嵌入式多芯片封装（eMCP）技术之间的区别。MCP 是一种将 NAND 闪存、DRAM 或 SRAM 等多个芯片集成到单个单元中的封装方法，以减少 PCB 空间和设计复杂性。而 eMMC 是一个完整的嵌入式存储解决方案，在一个封装内结合了 NAND 闪存、控制器和 MMC 接口，符合 JEDEC 标准。
-
人工智能框架通过个性化干预措施来针对近视防控
一篇新研究论文概述了“近视防控3.0”，这是一个利用人工智能应对日益增长的全球近视问题的框架。该方法超越了传统方法，通过整合人工智能来预测个体风险，通过各种数字设备实现主动监测，并通过闭环反馈提供个性化干预。论文讨论了与数据质量、伦理考量和公平性相关的挑战，同时也探讨了多模态基础模型和数字孪生等未来进展。
-
新的HiMe平台利用LLM代理实现实时、注重隐私的个人健康分析
研究人员推出了HiMe，这是一个新的开源平台，旨在利用可穿戴设备进行实时、自托管的个人健康分析。该平台利用LLM代理提供自适应和情境化的健康洞察，解决了当前智能手表分析的局限性。HiMe通过本地处理数据来优先考虑隐私，并基于将数据库视为核心组件、优化效率以及在保持长期用户模型的同时实时处理数据的原则构建。
-
人工智能与真实世界证据加速罕见病治疗研发
人工智能（AI）与真实世界证据（RWE）正在融合，以加速罕见病的治疗研发。由于患者群体小且难以收集足够数据，传统的临床试验对于这些疾病往往不切实际。通过将AI与真实世界证据来源（如电子健康记录、患者登记册和保险索赔）相结合，研究人员可以更有效地定义患者队列、调整混杂因素、检测治疗模式并识别不良事件。美国食品药品监督管理局（FDA）等监管机构日益认可这种混合证据生成方法。
-
欧盟豁免智能手表用户可更换电池规定
欧盟委员会已宣布豁免其即将出台的电池法规，这意味着智能手表和其他可穿戴设备将无需配备用户可更换的电池。此决定豁免了六类电子产品，包括可穿戴设备、某些医疗设备和电子玩具，免受将于2027年生效的规定约束。虽然这些设备豁免了用户可更换电池的要求，但许多设备仍需要由专业人员进行维修。智能手机不在豁免之列，但其可维修性要求不那么严格，允许采用Apple的自助维修计划等设计。
-
用于可穿戴脑电图分析的深度学习模型简化
研究人员探索了降低深度学习模型在可穿戴设备上分析脑电图（EEG）信号的计算复杂性的方法。该研究侧重于参数量化和电极减少等技术，以平衡准确性与可穿戴技术的有限资源。研究结果表明，这些方法可以在对准确性影响最小的情况下显著降低模型复杂性，从而能够更实际地部署深度学习进行在线脑电图分析，例如检测癫痫发作。
-
第一季度全球可穿戴设备出货量增长2.2%，智能手表引领增长
IDC报告称，2024年第一季度全球可穿戴设备出货量达到4705万台，同比增长2.2%。其中，智能手表出货量增长4.8%，达到3703万块，而智能手表腕带市场则下降6.1%，为1002万块。
-
医生不堪重负于可穿戴健康数据量
可穿戴设备产生海量的健康数据，但这些信息对医疗专业人士来说往往是无法使用的。医生发现很难处理和整合如此庞大的数据量，这给患者护理带来了挑战。这些数据的可用性仍然是有效医疗保健的一个重大障碍。
-
人工智能集成将使智能眼镜成为个人计算的未来
人工智能将通过增强可穿戴技术，特别是智能眼镜和增强现实眼镜，彻底改变个人计算。这些设备由 Meta 和 Qualcomm 等公司的进步提供支持，在许多日常任务中正超越智能手机。代理式人工智能与可穿戴设备的上下文感官输入相结合，将实现更自然、免提的交互，例如实时翻译和基于用户上下文的主动建议。
-
个人健康助手可能成为可穿戴数据之上的下一层
可穿戴技术的一次重大演进可能涉及个人健康助手，它们可以解读设备收集的海量数据。这些助手可以提供健康指标的通俗易懂的解释，识别长期趋势，并帮助用户进行个人健康实验。这个新兴类别面临的关键挑战包括确保用户信任、维护数据隐私、防止AI幻觉以及避免提供医疗建议。
-
Meta 目标销售 1000 万台可穿戴设备，测试 AI 吊坠
据报道，Meta 计划在 2026 年下半年销售 1000 万台可穿戴设备，目标是到年底实现每月 680 万活跃用户。该公司还准备在明年测试一款 AI 吊坠。此举是 Meta 扩大其在可穿戴设备市场份额更广泛战略的一部分。
-
华为启用智能眼镜和可穿戴设备进行用户身份验证
华为正在实施一项新的协同身份验证系统，该系统利用附近的连接设备，如耳机和智能眼镜。此功能旨在通过使用这些设备作为辅助身份验证因素来增强用户身份验证。该功能正在逐步推出，智能眼镜和可穿戴设备是这一不断发展的安全方法中的关键组成部分。
-
深圳规划具身AI中心；健识机器人与蚂蚁灵犀达成合作
深圳的“十五五”规划概述了提升具身人工智能机器人发展水平的战略，目标是成为该领域的全球创新和产业中心。该规划强调核心零部件、AI-机器人集成、多模态感知和精确运动控制方面的突破。与此同时，健识机器人与蚂蚁集团的灵犀科技之间的战略合作旨在通过利用人类生成的数据来推进具身AI模型，解决传统模拟和碎片化场景数据的局限性。此次合作旨在通过关注以人为驱动的数据进行模型演进，为通用具身智能树立新的行业标杆。
-
AI 初创公司推出新平台、导航系统和可穿戴技术
BlockQuarry Corp 正从加密货币挖矿转向 AI 和 HPC 基础设施，并推出了其 BLQCBuster 平台。另外，SPARC AI 创建了一个利用 AI 和高等数学为自主设备提供无 GPS 导航的系统。此外，Wearable Devices 正与 Rokid 合作，通过神经腕带增强 AI 眼镜的交互体验，该产品计划于 2026 年第二季度发布。