混合现实公司appMagics获数千万元A轮融资

4月29日,计算机视觉混合现实公司appMagics宣布获得数千万元A轮融资,由极客帮创投领投,紫辉创投跟投,并正式发布FaceMagic SDK 1.0版本。

appMagics成立于2014年,是一家专注于计算机视觉的混合现实领域的创业公司,成立之初就获由丰厚资本领投的数百万天使投资。

科技黑魔法:虚拟照进现实

FaceMagic SDK 1.0,可以在精准的面部实时捕捉基础上进行虚拟现实仿真合成,为图像/视频类APP提供封装完善、集成简单的一站式解决方案。模块可以直接集成,让APP具备初级的虚拟现实的能力,不断向上叠加。

一站式还体现在FaceMagic背后的魔法商店上,合作伙伴有了SDK之后必然需要内容,魔法商店本身是一个内容聚合平台,可持续提供创意魔法内容以及个性化定制服务。

对于本次发布的FaceMagic SDK 1.0,appMagics创始人兼CEO伏英娜表示:“混合现实的价值就在于它在现实之上进行虚拟和叠加,正因为是这样,我们才可以发挥我们的想象力,发挥我们的创造性,可以基于现实,源于现实,进而超越现实,这是我为什么选择混合现实作为我们创业的方向。颜值时代,FaceMagic想用最直观的方式,迈出虚拟与现实融合的第一步。”

女极客的技术王国

图片描述

appMagics创始人兼CEO伏英娜

伏英娜是位女极客,自幼酷爱科幻小说,钟爱《三体》。从小理科非常好,尤其是数学,高考时报考了最科幻的“飞行器设计”专业,未如愿,转去学习计算机。程序员出身的她,在看到产品在自己所写的代码中变成现实,有种强烈的成就感。

伏英娜也是位连续创业者,早年就职于索尼爱立信,2004年创办从事手机应用软件研发的MoGenesis公司,三年后成功被诺基亚并购,之后在诺基亚领导研发团队直至加盟微软。2012年下半年从微软总部西雅图回国创业。

从虚拟增强现实相机,到基于兴趣的魔法创意图片社区哈图,再到现在的混合现实技术和内容平台,以及正在打造的VR/AR融合体验(混合现实)社交互动模式,伏英娜打造的appMagics正成为技术驱动产品创新的公司。

十年相交,见面即决定投资

“我对于投资人的选择看中的是有没有Chemistry,他们是不是跟我有同样的信念和梦想。我希望我的投资人是我创业路上的良师益友。”这是伏英娜对投资人的预期。

图片描述

从左至右分别为蒋涛、伏英娜和紫辉创投创始人郑刚

极客帮创投创始合伙人蒋涛和伏英娜是认识超过十年的朋友,早在伏英娜在索尼爱立信做手机软件时就给《程序员》杂志写过专栏,当时蒋涛还是CSDN的创始人兼CEO。起初蒋涛不知道伏英娜回国创业,直到今年在CES展上偶然听说了伏英娜的项目,从美国回来第一时间就约了见面,当时就决定投资。

极客帮创投创始人合伙人蒋涛表示:“投资Leody(伏英娜)的appMagics因为她本身是极客,这点跟极客帮的基因很匹配。我们正在进入新互联网时代,标志是视觉化和智能化。第一个十年,互联网的信息化,我们经历的是文本和信息的网络化,沟通的网络化;第二个十年,互联网的移动化,以文本、图片、声音为主,但这些都还没解决真正的问题。

世界是立体的,下一个时代是真正的虚拟互联网和真实世界连接的十年,是互联网、信息和物体的视觉化时代,直播、视频、VR/AR、3D都是下个时代最重要的元素。

内容概要:本文介绍了一种用于电磁暂态(EMT)研究的第四类全变流器型风力发电系统的通用Simulink仿真模型,旨在构建一个能够准确反映实际风电系统动态特性的简化通用模型。该模型涵盖了风力机、传动链、发电机、全功率变流器及其控制策略等关键组成部分,重点突出系统在电网故障、风速波动等复杂工况下的动态响应能力,适用于风电并网电磁暂态分析、新型电力系统稳定性评估及高比例可再生能源接入场景的研究。模型设计兼顾准确性与仿真效率,便于研究人员快速搭建和调试,推动风电系统建模与控制技术的发展; 适合人群:具备一定电力系统理论基础和MATLAB/Simulink仿真能力,从事新能源发电、电力电子变换、风电并网控制及相关方向的研究生、科研人员及工程技术人员; 使用场景及目标:①开展风电系统在电网扰动下的电磁暂态仿真分析;②研究全功率变流器风电机组的动态行为与控制特性;③支撑新型电力系统中高渗透率风电接入的稳定性与电能质量评估,服务于学术研究、课程教学与工程项目前期仿真验证; 阅读建议:建议读者结合文中提供的模型结构与参数设置,在Simulink环境中动手复现并调试仿真模型,通过设置不同运行工况(如三相短路、低电压穿越、风速突变等)观察系统响应,深入理解全变流器风电机组的建模方法、控制逻辑与动态特性,进而拓展应用于更复杂的多机并网或综合能源系统仿真场景。
内容概要:本文探讨了Hash算法在芯片行业,特别是网络处理器(NPU)中的性能优化实践,聚焦于如何通过硬件流水线设计实现纳秒级高速哈希查找。文章分析了传统软件哈希方案在高带宽场景下的局限性,提出基于硬件描述语言或高层次综合(HLS)的设计方法,采用CRC32等硬件友好型哈希函数、并行多路哈希、流水线化解耦以及双端口存储结构等核心技术,实现低延迟、无阻塞的数据包处理。通过C++风格的HLS代码示例,展示了从算法选择到资源优化的完整硬件加速逻辑,并深入剖析了循环展开、位宽控制、内存映射和流水线调度等关键实现细节。最后展望了可编程交换机、P4语言支持及TCAM与哈希混合架构等未来发展方向。; 适合人群:具备数字电路基础、熟悉Verilog/SystemVerilog或HLS的芯片设计工程师,以及从事网络芯片、FPGA加速、高性能路由设备研发的技术人员(工作年限1-5年为宜);也适合对硬件加速算法感兴趣的研究人员。; 使用场景及目标:①掌握如何将哈希算法高效映射到硬件逻辑中以满足线速转发需求;②理解流水线设计、资源约束优化、读写冲突规避等在实际芯片项目中的应用;③为开发高性能网络处理器中的流表/路由表查找单元提供技术参考与实现范例。; 阅读建议:学习时应结合HLS工具(如Xilinx Vitis HLS)进行代码仿真与综合,重点关注#pragma指令对硬件结构的影响,并对比不同哈希算法在资源占用与时序表现上的差异,深入理解“空间换时间”的硬件优化本质。
内容概要:本文系统研究了基于粒子群优化(PSO)、灰狼优化(GWO)、鲸鱼优化(WOA)、哈里斯鹰优化(HHO)、蜣螂优化(DBO)和麻雀搜索算法(SSA)六种智能优化算法在无人机三维路径规划中的应用,并在Matlab平台上实现了相应的仿真代码。研究构建了复杂的三维地形与障碍物环境模型,设计了包含路径长度、飞行时间、能耗及安全性等多维度的成本函数,通过定义合理的适应度函数与飞行约束条件,对各类算法的路径搜索能力、收敛速度与规划质量进行了全面对比分析。通过仿真实验验证了各算法在静态复杂环境下的性能表现,旨在为实际无人机任务中优化算法的选择提供科学依据和技术支持。; 适合人群:具备一定Matlab编程基础,从事智能优化算法、无人机路径规划、自动化控制及相关领域研究的研究生、科研人员或工程技术人员。; 使用场景及目标:① 掌握主流群智能优化算法在无人机三维路径规划中的建模与实现方法;② 对比分析不同算法在相同复杂环境下的性能差异,为算法选型提供量化依据;③ 为后续研究动态环境路径规划、多无人机协同任务分配等问题奠定理论与技术基础; 阅读建议:建议读者结合提供的Matlab代码逐模块分析算法实现流程,重点关注适应度函数的设计、障碍物规避策略的实现以及多目标成本函数的权衡机制,同时可通过调整参数设置或引入新型优化算法进行扩展实验,以深化对算法性能的理解与实际应用能力。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值