ZD至顶网CIO与应用频道 02月17日 专栏:在IT部门的缺点之一就是过着经常坐着的生活。你每天都坐在键盘前面,大部分的运动就是来往于机房之间。这还不够。但是因为你热爱技术,进入运动模式的最佳途径之一,就是用一款硬件或者软件来帮助你运动起来。
这时候就需要一款健身应用了。如果你正在寻找一款出色的安卓应用来帮助你运动起来的话,这5款(只需要一部智能手机即可)值得你尝试一下。所以穿好你的运动鞋,让我们出出汗吧。
1、UP by Jawbone
这款应用有两个版本:UP by Jawbone(如图A)和UP。后者要求有一个UP、UP24或者UP MOVE设备。而前者只需要你的手机就行了。UP by Jawbone会追踪你的活动、睡眠以及饮食习惯。这款应用包括一个内置的虚拟教练,可以了解你的习惯,帮助你改善这些习惯或者(通过提供更好的选择)改掉这些习惯。
图A
UP by Jawbone将追踪你的锻炼,(根据你的活动)为你提供个性化的见解,帮助你查看你的运动、睡眠、饮食目标等进度,为你呈现便于阅读的训练、睡眠、心情以及饮食的日志。UP by Jawbone拥有一个记录你活动行为的最好的界面。这款应用是免费的,但是你需要注册一个Jawbone账户(也是免费的)来使用它。
2、Google Fit
这是另外一款帮助你追踪活动的应用——只是这一次它是安卓默认的健身应用。有了Fit(如图B)你可以毫不费力地追踪活动,与任何穿戴设备连接,立即了解你的活动,设置健身目标,接受个性化的(基于你的活动和目标的)建议,测量健康状况,等等。
图B
Fit可以很好地聚合来自其他健身应用的信息,例如Android Wear、Nike+、Runkeeper、Strava、MyFitnessPal、Lifesum、Basis、Sleep as Android、Withings以及小米手环。Google Fit是免费的,不管使用或者不使用可穿戴设备都可以很好地工作。
3、Strava
这是一款骑行者和跑步者需要用到的应用。Strava(如图C)并不只是一个个人健身追踪器;它允许你将你的数据上传到一项服务中,这样你就可以将自己的数据与其他人进行对比。(有什么是比一点点竞争更好的动力了?)Strava提供了健身/训练追踪器、个人日志、表现对比、以及路线发现。最后一点对任何试图给自己日常路线增加一点多样性的跑步者或者骑行者来说很重要。
图C
Strava可以将你与朋友或者其他Strava用户连接起来,这让你可以对比健身来实现社交训练。Strava不要求使用连接的可穿戴设备,它是免费的(但是你必须创建一个账户)。
4、7 Minute Workout
如果你正在寻找一款可以帮助你快速适应的应用,7 Minute Workout(如图D)可能正是适合你的选择。有了这款应用,你会看到日常锻炼的轨迹,包括跳跃、墙壁坐、俯卧撑、腹部紧缩、下蹲、原地高抬腿、弓步、旋转、侧板,等等。
图D
日常养生的多变的,有全身锻炼、腿部锻炼、手臂锻炼、臀部锻炼、有氧锻炼等等。对于那些想要做一些高强度锻炼的人来说,这是一款理想的应用,所以如果你现在想要为2016年健身设定目标的话,这就是你需要的应用。这款应用是免费的,而且也不需要你注册任何账户。你必须解锁每次锻炼(完成了才能继续下一步)。
5、Zombies, Run!
作为一名僵尸小说的作家,我觉得需要推荐Zombies, Run!(如图E),这是一款有趣的应用,会把你的跑步路线做成一个生存游戏。有了这款应用,你被置于一个灾难情境下(充斥着僵尸)必须生存下来。当你跑步的时候,你就像是享受一个噩梦般的叙述,提醒你什么时候拿起道具。如果你太慢的话,僵尸们就会抓住你,你就失去这些道具。
图E
这款应用的一个优点就是你不需要在跑步的时候查看设备。它允许从你的设备播放音乐(这样你就不用听着讲故事的声音,或者追逐的声音)。这款应用是免费的,但是你可以在应用内购买新的场景。
什么是适合你的?
你还在等什么?安装其中一款应用吧,不要落后于你的目标。
http://www.techrepublic.com/blog/five-apps/five-android-exercise-apps-to-get-you-moving-in-2016/
好文章,需要你的鼓励
CIO们正面临众多复杂挑战,其多样性值得关注。除了企业安全和成本控制等传统问题,人工智能快速发展和地缘政治环境正在颠覆常规业务模式。主要挑战包括:AI技术快速演进、IT部门AI应用、AI网络攻击威胁、AIOps智能运维、快速实现价值、地缘政治影响、成本控制、人才短缺、安全风险管理以及未来准备等十个方面。
北航团队发布AnimaX技术,能够根据文字描述让静态3D模型自动生成动画。该系统支持人形角色、动物、家具等各类模型,仅需6分钟即可完成高质量动画生成,效率远超传统方法。通过多视角视频-姿态联合扩散模型,AnimaX有效结合了视频AI的运动理解能力与骨骼动画的精确控制,在16万动画序列数据集上训练后展现出卓越性能。
过去两年间,许多组织启动了大量AI概念验证项目,但失败率高且投资回报率令人失望。如今出现新趋势,组织开始重新评估AI实验的撒网策略。IT观察者发现,许多组织正在减少AI概念验证项目数量,IT领导转向商业AI工具,专注于有限的战略性目标用例。专家表示,组织正从大规模实验转向更专注、结果导向的AI部署,优先考虑能深度融入运营工作流程并产生可衡量结果的少数用例。
这项研究解决了AI图片描述中的两大难题:描述不平衡和内容虚构。通过创新的"侦探式追问"方法,让AI能生成更详细准确的图片描述,显著提升了多个AI系统的性能表现,为无障碍技术、教育、电商等领域带来实用价值。