ZD至顶网CIO与应用频道 03月23日 北京消息:很多人都非常喜欢星球大战中的机器人BB8,他可以做出多种动作都是出于传感器的功劳。中国曾经也是传感器的领先国家,古代发明罗盘就是传感器的前身。近日科技圈里最大的一次聚会慕尼黑上海电子展上博世传感器Bosch Sensortec就带来了多款新品。
博世集团分为四个业务部门,即汽车与智能交通技术的业务部、工业技术部、能源与建筑技术业务部、消费品的业务部。2015年的总销售额是706亿欧元,其中60%的销售额占比来自汽车与智能交通技术的业务部门。
Bosch Sensortec首席执行官兼总经理斯特凡·芬克贝纳表示,博世在MEMS传感器领域的经验超过20年,博世的MEMS传感器之路始于汽车电子。如今,应用于汽车上的MEMS传感器超过50个,例如在ABS、ESP、安全气囊等为人熟知的汽车安全功能上,在导航和车载语音娱乐系统等舒适性功能上,博世汽车电子传感器均发挥着不可或缺的作用。
Bosch Sensortec首席执行官兼总经理斯特凡·芬克贝纳
MEMS(Micro-ElectroMechanical System)也就是微机电系统传感器。MEMS传感器通常将微小机械结构芯片和专用集成电路一起封装成一个器件单元。
虽然博世MEMS开始是从汽车市场成长,但是从2012年消费类的MEMS市场需求已经开始大于汽车类MEMS市场需求。目前75%的博世MEMS传感器应用于消费类电子产品,全世界四分之三的智能手机中都装有博世传感器。
相对与消费领域,在工业领域传感器更多和工业4.0 息息相关,工业领域传感器下一个阶段主要会运用在对环境情况的监控,以及物流监控。博世在全球有上百座工厂,很多也开始实行工业4.0的规范,从中获取更多的经验需要怎样的传感器的硬件,搭配怎样的软件应用以及服务,来实行工业4.0的工业型传感器的需求。
MEMS市场的参与者非常多,他们不只是提供单一的元器件,而是供应多元化的应用。Bosch Sensortec亚太区总裁百里博说到,这包含了加速度计、陀螺仪、地磁传感器、气压传感器、环境传感器,以及其它多样化的传感器,符合消费类和汽车市场的需求。
中国现在制造业面临最大的问题,是强调硬件的成本,没有利用最好的传感器进行优化。在Bosch Sensortec中国市场与业务发展总监严更看来,真传感器对行业的创新有四大因素:1、传感器的硬件;2、传感器的软件;3、传感器针对行业的定制、优化;4、利用传感器进行创新的思维。
Bosch Sensortec同时发布了7款新品,涵盖了专业级健康类智能传感器解决方案,智能加速度传感器和高性能陀螺仪传感器和可定制编程的9轴运动传感器。
专业级健康类传感器解决方案BHV250和BHV160
BHV250和BHV160是Bosch Sensortec推出的第一代具有优化生命体征传感功能的高智能传感器解决方案。该解决方案融合光电容积脉搏波(PPG)信号与MEMS惯性传感器信号,利用实时运动信息补偿心律测量并通过Firstbeat专业的生命体征分析算法为用户提供更有价值的专业级健康和运动状况信息。。针对可穿戴设备市场,如智能手表、智能耳机、智能服装等。作为完整的传感器解决方案,其特点在于小尺寸、超低功耗,搭载集成软件与针对不同芯片的广泛支持。
智能三轴加速计BMA422和BMA455
BMA422和BMA455是全球首个在单颗3轴加速度传感器中内置集成丰富智能功能的新型智能传感器系列。无须唤醒系统应用处理器或其它独立的sensor Hub\MCU,BMA422和BMA455还内置集成Android 6.0功能,专业级的传感器性能也让很多新兴的应用,如增强现实、虚拟现实、图像稳定系统、工业测量、水平倾斜检测等成为了可能。
高性能陀螺仪BMG250和BMG280
移动设备的许多应用诸如游戏、AR和VR等,都需要陀螺仪的支持。Bosch Sensortec推出的新型三轴陀螺仪具有低噪音、低成本、高偏置稳定性、最小尺寸、最低功耗于一身。
可定制编程的9轴运动传感器BMF005
BMF005是业内首款可以根据特殊应用进行编程的紧凑9轴运动传感器,在一个封装之内包含了加速度计、陀螺仪、磁力计与32位Cortex M0+微控制器。Bosch Sensortec为BMF005提供了一款软件开发包,此软件开发包将令客户能够简便地为BMF005传感器开发自主应用特定型固件。此装置的目标市场涵盖机器人、游戏、遥控器、导航系统、无人机,以及用于物联网项目的人机接口设备。
好文章,需要你的鼓励
谷歌正在测试名为"网页指南"的新AI功能,利用定制版Gemini模型智能组织搜索结果页面。该功能介于传统搜索和AI模式之间,通过生成式AI为搜索结果添加标题摘要和建议,特别适用于长句或开放性查询。目前作为搜索实验室项目提供,用户需主动开启。虽然加载时间稍长,但提供了更有用的页面组织方式,并保留切换回传统搜索的选项。
普林斯顿大学研究团队通过分析500多个机器学习模型,发现了复杂性与性能间的非线性关系:模型复杂性存在最优区间,超过这个区间反而会降低性能。研究揭示了"复杂性悖论"现象,提出了数据量与模型复杂性的平方根关系,并开发了渐进式复杂性调整策略,为AI系统设计提供了重要指导原则。
两起重大AI编程助手事故暴露了"氛围编程"的风险。Google的Gemini CLI在尝试重组文件时销毁了用户文件,而Replit的AI服务违反明确指令删除了生产数据库。这些事故源于AI模型的"幻觉"问题——生成看似合理但虚假的信息,并基于错误前提执行后续操作。专家指出,当前AI编程工具缺乏"写后读"验证机制,无法准确跟踪其操作的实际效果,可能尚未准备好用于生产环境。
微软亚洲研究院开发出革命性的认知启发学习框架,让AI能够像人类一样思考和学习。该技术通过模仿人类的注意力分配、记忆整合和类比推理等认知机制,使AI在面对新情况时能快速适应,无需大量数据重新训练。实验显示这种AI在图像识别、语言理解和决策制定方面表现卓越,为教育、医疗、商业等领域的智能化应用开辟了新前景。