Google Research Introduces SensorFM: A Wearable Health Foundation Model Pretrained on One Trillion Minutes of Sensor Data
重點摘要
Most wearable health models are built one outcome at a time. That approach breaks down at thirty-five endpoints. Labels are expensive and retrospective annotation is infeasible.
Most wearable health models are built one outcome at a time. That approach breaks down at thirty-five endpoints. Labels are expensive and retrospective annotation is infeasible. Google Research introduced SensorFM, a foundation model for wearable health pre-trained on more than 1 trillion minutes of sensor data from 5 million people. 22759 What is SensorFM? SensorFM is a Large Sensor foundation Model for wearable time-series representation learning. It ingests 34 one-minute aggregate features drawn from five sensors: PPG, accelerometer, EDA, skin temperature, and altimeter. Those features are organized into seven categories, over a 24-hour context window. The backbone is a ViT-1D encoder trained with a masked-autoencoder objective and a patch size of [20, 1].
Related
相關文章
從 0 到高手10 大技巧，將 ChatGPT Work用到極致，普通人也能掌握
這篇消息聚焦「從 0 到高手10 大技巧，將 ChatGPT Work用到極致，普通人也能掌握」。目前站內已移除先前混入的模型思考或安全判斷文字，並保留來源可確認的主題供讀者追蹤。
36 氪 AI 測評小程序上新！看真實體驗與深度測評，多個新功能等你來玩~
隨著人工智慧工具快速迭代，市面上的選擇多到令人眼花撩亂，但真正好用、適合自己的產品往往需要反覆試錯才能找到。為了解決這個痛點，36氪旗下的AI測評平台近期迎來一波功能更新，透過更完整的產品資料庫與多元的評測機制，幫助使用者省去盲目摸索的時間，直接找到經過驗證的實用工具。 這個名為「36氪AI測評」的平台定位為AI領域的「米其林指南」，主打真實使用者經驗與深度實測，試圖在滿是行銷話術與軟性廣告的資訊環境中，提供一份值得信賴的參考依據。
谷歌發佈 LiteRT.js 庫，Web AI 推理最高提速 3 倍
首頁 > 智能時代>人工智能 谷歌發佈 LiteRT.js 庫，Web AI 推理最高提速 3 倍 2026/7/10 10:07:58 來源：IT之家 作者：故淵 責編：故淵 評論： IT之家 7 月 10 日消息，谷歌昨日（7 月 9 日）發佈博文，為提升瀏覽器人工智能（AI）及機器學習（ML）工作負載的運行速度，推出全新的 LiteRT.js 庫。谷歌表示 LiteRT.
微軟承認可持續發展解決方案未能跟上 AI 需求，去年碳排放大增 25%
微軟2025年碳排放量較前一年增加25%，達到3400萬噸，主因是數據中心基礎設施擴張以及停止購買非額外性可再生能源證書。微軟在最新的永續發展報告中坦言，可持續發展解決方案擴展速度無法滿足AI基礎設施帶來的能源、水、土地與材料需求。其他科技巨頭如谷歌和亞馬遜也面臨類似的碳排放成長壓力。
谷歌為“我的廣告中心”新增 AI 生成標記，可識別 AI 製作廣告
Google 昨日（7月10日）正式宣布，將為旗下的「我的廣告中心」（My Ad Center）導入全新 AI 生成標記功能，讓使用者能夠清楚辨識在 Google 搜尋、Google Discover 以及 YouTube 等平台上看到的廣告，是否由人工智慧所製作或是經過 AI 編輯。這項更新著眼於提升數位廣告的透明度，回應外界對於生成式 AI 內容日益成長的關注。
Profiling in PyTorch (Part 3): Attention is all you profile
這篇消息聚焦「Profiling in PyTorch (Part 3): Attention is all you profile」。目前站內已移除先前混入的模型思考或安全判斷文字，並保留來源可確認的主題供讀者追蹤。