信息时代,各种电子设备繁多,人们的护眼需求也变得非常迫切。
近日,专注研制电子墨水显示器(一种类纸显示器)开发的北京DASUNG大上科技,在美国Indiegogo官方网站突然发布了一款25.3英寸彩色墨水屏显示器——Paperlike Color。据悉,该产品是全球第一款彩色墨水屏显示器,上线不到一周即众筹了50多万美元,成为热点项目,受到了很多海内外消费者的热烈期待和支持。这款创新于中国的产品,也成为今年电子墨水类产品里备受关注的爆款。
大上科技Paperlike Color 的诞生标志着电子墨水技术的一次重大飞跃,它开创了彩色电子墨水显示器的新时代,它能够在类纸化的显示效果基础上呈现出诸多可接受的色彩,进一步提升眼睛对信息的辨识度。该屏幕技术虽然尚不能与传统LCD、OLED显示屏的丰富颜色相比,但其突出的类似真实彩色打印纸张的显示效果,还是会让观看者感到无比新奇,其保护眼睛的效果非常出众。
显示如纸,神奇的电子墨水技术
电子墨水屏技术,通常也称“电子纸”或“墨水屏”,因其独特的环境光反射式成像原理,屏幕本身不发光,显示效果像印刷纸张一样舒适柔和,满足了许多人的护眼需求。此前,该屏幕被广泛地应用在亚马逊Kindle等电子阅读器上,而北京DASUNG大上科技在2014年另辟蹊径,率先将电子墨水技术与电脑显示器结合,发明了全球首款墨水屏显示器Paperlike(13.3英寸),大幅拓宽了电子墨水屏应用领域的想象边界,推动了行业的发展。
Paperlike Color采用25.3英寸Kaleido 3彩色电子墨水屏,最高可呈现4096色,3200×1800的超高分辨率,屏幕比例16:9。整机显示效果可媲美彩色印刷杂志,可以提供丰富而生动的视觉体验,进一步增强了屏幕的色彩对比度、亮度、文字清晰度和动态色彩效果,将大大提高您的使用体验。
Paperlike Color共有两个外观版本,一个是黑武士版本,一个是曲面屏版本,用户可以根据自己的喜好进行选择。两个外观版本的显示器,均内置了DASUNG独有的墨水屏高刷专利技术,这是电子墨水技术能够用于电脑显示器的关键,可以使彩色墨水屏也获得高刷效果。另外,为了更好地在墨水屏上表达颜色,DASUNG还为Paperlike Color专门开发了X-Color Filter技术,以进一步优化其显示效果,适配复杂的使用场景。此外,Paperlike Color还有大尺寸前光版本、无线投屏显示版本,不仅可以如纸一般显示电脑上的画面,手机、平板画面也可以轻松投屏到这款彩色类纸屏上,满足程序员写代码、炒股人员盯盘、文档人员编写文章、编辑处理表格、青少年学习编程、观看动画片等场景的需求。
目前,Paperlike Color在海外众筹网站的早鸟价是1499美元,但国内售价和具体上市时间还未公布。大上科技负责人说,国内售价肯定不会高于国外,DASUNG希望国内用户都能以更优惠的价格率先体验我们自己国家的产品。感兴趣的朋友可以发邮件先行预约:hello@dasung.com
关于北京DASUNG大上科技
DASUNG 是一家位于北京的高科技公司,专精特新企业,专业的电子墨水显示器制造商,早在 2014 年就一直专注于电子墨水显示器、电子墨水平板电脑的研制。公司以卓越的墨水屏高刷技术而闻名,已成为电子墨水行业的重要推动力,DASUNG的产品出口到全球 80 多个国家和地区,是“小而美”科技公司的创新典范。
好文章,需要你的鼓励
法国人工智能公司Mistral AI宣布完成17亿欧元(约20亿美元)C轮融资,由荷兰半导体设备制造商ASML领投。此轮融资使Mistral估值从去年的60亿美元翻倍至137亿美元。英伟达、DST Global等知名投资机构参投。作为欧洲领先的AI开发商,Mistral凭借先进的多语言大模型与OpenAI等美国公司竞争,其聊天机器人Le Chat具备语音模式等功能。
腾讯ARC实验室推出AudioStory系统,首次实现AI根据复杂指令创作完整长篇音频故事。该系统结合大语言模型的叙事推理能力与音频生成技术,通过交错式推理生成、解耦桥接机制和渐进式训练,能够将复杂指令分解为连续音频场景并保持整体连贯性。在AudioStory-10K基准测试中表现优异,为AI音频创作开辟新方向。
VAST Data收购了成立仅数月的初创公司Red Stapler,该公司由NetApp资深团队创立。Red Stapler创始人兼CEO Jonsi Stefansson将担任VAST云解决方案总经理,负责超大规模云战略。Red Stapler拥有6名开发人员,开发了跨SaaS交付、API集成、监控等功能的云控制平面和服务交付平台,将加速VAST AI OS在超大规模和多云环境中的部署,深化与全球领先超大规模云服务商的合作关系。
Meta与特拉维夫大学联合研发的VideoJAM技术,通过让AI同时学习外观和运动信息,显著解决了当前视频生成模型中动作不连贯、违反物理定律的核心问题。该技术仅需添加两个线性层就能大幅提升运动质量,在多项测试中超越包括Sora在内的商业模型,为AI视频生成的实用化应用奠定了重要基础。