品玩

科技创新者的每日必读

打开APP
关闭
GLXSS ME

这家中国公司重新发布了 Google Glass

三年前 Google Glass 被宣告死亡,去年 7 月企业版重启。但在 Google Glass 杀进企业市场之前,这家中国公司就做出了比它更好的眼镜。

光谱

发布于 2018年1月17日

如果你对「智能眼镜」这个已经很久没人提及的技术感兴趣,又错过了三年前正式宣告死亡的 Google Glass——有一条好消息:有一家公司推出了中国版 Google Glass。

这款产品名叫 GLXSS ME,显示分辨率为 640x400,采用的是自由曲面棱镜显示,和 Google Glass 的 LCoS(硅上液晶)显示属于两种不同的增强现实显示实现技术。眼镜的相机来自索尼,像素达到 1300 万,支持 720p 每秒 30 帧视频录制串流。

这款眼镜的处理器为英特尔/Movidius 提供的第二代 Myriad VPU(视觉处理单元),和 Google Glass 采用的德州仪器 OMAP 4430 相比有了极大的进步。这台处理器能够在 1 瓦内的功耗上实现超过 1000 亿次浮点运算。

 此图仅为示意。GLXSS ME 采用的 VPU 是 Myriad 2 2450 型号
此图仅为示意。GLXSS ME 采用的 VPU 是 Myriad 2 2450 型号

在它的驱动下 GLXSS ME 可以在本地,对各类基于深度学习神经网络的计算机算法进行处理。这块 VPU 兼容 PyTorch、TensorFlow 和 Caffe 等主流神经网络框架。亮亮视野透露,GLXSS ME 人脸识别功能采用 Labeled Faces in the Wild 数据库考核,准确度达到了 99.4%。

眼镜本体的重量约为 33 克,佩戴起来不会有不适感。这是因为眼镜本身没有电池,有一条线从镜腿耳后伸出,连接的是 Android 终端(手机或平板)。眼镜和终端之间传输数据,终端负责给设备供电,眼睛本身没有电池。

考虑到 GLXSS ME 不是一个面向消费者的产品,拖线的产品形态并不是一个问题。它主要面向企业级市场,硬件的内部不是一个完整的、面向用户的操作系统。该公司 CEO 吴斐介绍,GLXSS ME 主要面向工业、医疗和安防领域使用场景。对应行业的公司,或是警察、环保等国家机构部门,可以针对自己的需求开发软件和系统,部署到 GLXSS ME 上。

比如在安防、智慧城市领域中,警察部门可以基于 GLXSS ME 开发一体化合成指挥系统。警察巡逻时佩戴眼镜,可以在微秒级的时间内通过眼镜查询到对象的信息(速度受网络影响),实现任何证件对比、车牌识别等,辅助其对情况做出更好的判断和反应。

又比如在医疗领域,在北京宣武医院和云南丽江当地医务人员之间,亮亮视野建立了一个远程会诊系统,北京的医学专家可以通过前线人员的眼镜参与诊疗;如果再配合医学方面的计算机视觉技术,将进一步提高偏远地区病患能享受的医疗服务质量,挽救更多的生命。

 亮亮视野CEO吴斐
亮亮视野CEO吴斐

听起来亮亮视野只是一家生产智能眼镜的消费电子公司,实际上并非如此。由于业界缺乏第一视角/增强现实视频和数据传输的协议架构,该公司在这方面进行了研发,在已有的视频流基础上,将视频流和计算机视觉提取的视觉特征数据流进行分开,并进行端到端闭环开。传统的视频流以帧为单位,其实是一组时间顺序的静态数据流,亮亮视野开发的 GLXSS Live 增强现实直播协议,在数据流内以对象为核心,每个对象都是可调用和处理的。

2015 年,Google 正式停止了停止了面向消费者的 Google Glass「探索者」项目,于两年后的 2017 年夏天宣布推出企业版。GLXSS ME 和 Google Glass 企业版是本质相同的产品,由于面向企业级市场,价格体系尚未可知,亮亮视野也未公布单一眼镜的参考价格。该公司透露,在去年已经有约 70 家国内大中型公司和 30 家国外公司成为客户,预计 2018 年客户量将超过 500 家企业。

吴斐认为,第一视角/增强现实交互的核心在于解读现实的能力。通过 GLXSS ME 这样的智能眼镜,更多行业将获得在人和人之间「第一时间」、「第一视角」同步的接口。但同时显然,这款智能眼镜的流行,人们的隐私将暴露在更多摄像头之前。

下载品玩App,比99.9%的人更先知道关于「GLXSS ME」的新故事

下载品玩App

比99.9%的人更先知道关于「GLXSS ME」的新故事

iOS版本 Android版本
立即下载
光谱

品驾 高级主笔,关注汽车相关前沿技术和产业链。原品玩硅谷主笔。欢迎联系我交流行业信息,分享新闻线索

取消 发布
AI阅读助手
以下有两点提示,请您注意:
1. 请避免输入违反公序良俗、不安全或敏感的内容,模型可能无法回答不合适的问题。
2. 我们致力于提供高质量的大模型问答服务,但无法保证回答的准确性、时效性、全面性或适用性。在使用本服务时,您需要自行判断并承担风险;
感谢您的理解与配合
该功能目前正处于内测阶段,尚未对所有用户开放。如果您想快人一步体验产品的新功能,欢迎点击下面的按钮申请参与内测 申请内测