top of page
Generatif (Beta) |. Memberikan berita dan tren terkini dalam AI generatif
logo.png

EIZO Co-creation AI Edge akan dirilis pada tahun 2026.

Generatived

21/1/26, 00.00

EIZO (Kota Hakusan, Prefektur Ishikawa) mengumumkan akan mulai menjual "Komputer Edge AI Kolaborasi," yang dikembangkan bersama perusahaan mitra, pada April 2026. Aplikasi pertama adalah "mitococa AI," yang dikembangkan oleh JR West.

"Komputer Edge AI Kolaborasi" adalah pengembangan baru dari sistem pemanfaatan video EIZO, "EVS," dan merupakan evolusi dari perangkat edge konvensional. Kini, perangkat ini juga mampu menjalankan aplikasi perusahaan mitra. "mitococa Edge V3" dari JR West berkontribusi untuk memastikan keamanan dan meningkatkan produktivitas di tempat kerja yang membutuhkan pengawasan video.

EIZO memanfaatkan kemampuan desain perangkat keras dan perangkat lunaknya untuk memaksimalkan kinerja aplikasi perusahaan mitra. Ke depannya, perusahaan akan mengejar kemungkinan baru untuk pemanfaatan video melalui kolaborasi dengan berbagai perusahaan.

JR West bertujuan untuk meningkatkan keselamatan dan keamanan operasi kereta api serta produktivitas dengan mitococa AI. Perangkat ini mampu melakukan deteksi presisi tinggi dari rekaman video sekitar 7.500 kamera dan juga dilengkapi dengan kemampuan notifikasi instan. Perusahaan berencana untuk memamerkan mitococa Edge V3 di Smart Factory EXPO ke-10, yang akan diadakan di Tokyo Big Sight pada Januari 2026.

Bagikan artikel ini:

Tin tức mới nhất
Badan Sains dan Teknologi Jepang Umumkan Robot Perawatan AI NVIDIA

Badan Sains dan Teknologi Jepang Umumkan Robot Perawatan AI NVIDIA

14/1/26, 00.00

Program Riset Moonshot, yang didukung oleh Badan R&D Teknologi Jepang (JST), membuat kemajuan besar dengan tujuannya untuk mengintegrasikan robot bertenaga AI ke

NVIDIA Umumkan Blueprint untuk Meningkatkan Operasi Gudang dengan AI

NVIDIA Umumkan Blueprint untuk Meningkatkan Operasi Gudang dengan AI

14/1/26, 00.00

Gudang-gudang menghadapi paradoks operasional.

NVIDIA Meluncurkan Alat AI untuk Meningkatkan Efisiensi Ritel

NVIDIA Meluncurkan Alat AI untuk Meningkatkan Efisiensi Ritel

14/1/26, 00.00

NVIDIA memperkenalkan alat pengembang baru yang bertujuan untuk meningkatkan efisiensi dan skalabilitas di industri ritel.

MambaTech Umumkan Terobosan dalam Efisiensi LM

MambaTech Umumkan Terobosan dalam Efisiensi LM

14/1/26, 00.00

Penelitian terkini dalam pengembangan model bahasa (LM) telah memperkenalkan pendekatan baru untuk mengatasi keterbatasan pemrosesan konteks panjang.

Copyright © 2024 Generatived - All right Reserved.

Bagikan artikel ini:

Bagikan artikel ini:

Generatived

Hãy theo dõi chúng tôi

  • Facebook
  • X

Bahasa

Generatived là dịch vụ cung cấp thông tin và xu hướng chuyên về Generative AI. Chúng tôi sẽ cố gắng hết sức để cung cấp thông tin về thế giới đang thay đổi nhanh chóng.

Generatived AI Logo

Generatived adalah layanan yang memberikan informasi dan tren khusus dalam AI Generatif. Kami akan melakukan yang terbaik untuk menyampaikan informasi tentang dunia yang berubah dengan cepat.

  • Facebook
  • X

Ikuti kami

Bahasa

Berita terkini
Badan Sains dan Teknologi Jepang Umumkan Robot Perawatan AI NVIDIA

Badan Sains dan Teknologi Jepang Umumkan Robot Perawatan AI NVIDIA

14/1/26, 00.00

Program Riset Moonshot, yang didukung oleh Badan R&D Teknologi Jepang (JST), membuat kemajuan besar dengan tujuannya untuk mengintegrasikan robot bertenaga AI ke

NVIDIA Umumkan Blueprint untuk Meningkatkan Operasi Gudang dengan AI

NVIDIA Umumkan Blueprint untuk Meningkatkan Operasi Gudang dengan AI

14/1/26, 00.00

Gudang-gudang menghadapi paradoks operasional.

NVIDIA Meluncurkan Alat AI untuk Meningkatkan Efisiensi Ritel

NVIDIA Meluncurkan Alat AI untuk Meningkatkan Efisiensi Ritel

14/1/26, 00.00

NVIDIA memperkenalkan alat pengembang baru yang bertujuan untuk meningkatkan efisiensi dan skalabilitas di industri ritel.

MambaTech Umumkan Terobosan dalam Efisiensi LM

MambaTech Umumkan Terobosan dalam Efisiensi LM

14/1/26, 00.00

Penelitian terkini dalam pengembangan model bahasa (LM) telah memperkenalkan pendekatan baru untuk mengatasi keterbatasan pemrosesan konteks panjang.

bottom of page