Уволенные сотрудники возвращаются, и Мета перестраивает Метавселенную! Публикуйте реалистичные наборы данных изображений, собирайте очки дополненной реальности в глобальном путешествии

**Источник:**Синьчжиюань

**Введение: **Исследование Мета метавселенной не прекращается. Отзыв уволенных сотрудников, выпуск ультрареалистичных нереальных наборов изображений, сборка очков дополненной реальности по всему миру...

Источник изображения: сгенерировано Unbounded AI

Исследование метавселенной Меты все еще продолжается.

Недавно Meta разработала новый реалистичный набор синтетических данных с помощью Unreal Engine, надеясь сократить расстояние между синтетическими данными и данными реального мира.

Они также планируют сделать новую пару очков дополненной реальности, которые будут использоваться только для внутренней разработки и публичного показа.

Сообщается, что в процессе производства очков участвуют фабрики материкового Китая, Тайваня и США. Причина в том, что линзы содержат материал военного назначения, который не может быть легко экспортирован за пределы Соединенных Штатов.

Кроме того, Meta даже создала «портал бывших сотрудников», чтобы постепенно набирать бывших уволенных сотрудников.

Набор данных Real Unreal Image

Набор данных Photorealistic Unreal Graphics (PUG, Photorealistic Graphics), запущенный Meta, обеспечивает более контролируемую и надежную оценку и обучение систем машинного зрения с искусственным интеллектом.

Этот набор данных синтезирует более 200 000 изображений животных с помощью Unreal Engine и сотни тысяч изображений, включая различные позы, освещение и фон, в качестве основы для обучения и оценки моделей изображений и систем изображений.

Поскольку PUG использует изображение, синтезированное Unreal Engine, он обеспечивает реализм материала изображения, что значительно расширяет сферу его использования по сравнению с аналогичными наборами данных изображений ранее.

ПУГ состоит из 4 частей:

1. МОПС Животное

Пространства представления для изучения обобщения вне распределения и изучения базовых моделей, в том числе:

215 040 предварительно обработанных изображений, охватывающих 70 ресурсов животных, включая 4 размера, 3 текстуры и 4 разных ориентации.

2. МОПС ImageNet

Набор данных представляет собой новый и эффективный эталон для детальной оценки стабильности классификаторов изображений по нескольким переменным, включая:

151 тип (класс) ImageNet, 64 фона, 7 размеров, 10 текстур, 18 углов обзора, 18 ориентаций символов и 7 уровней интенсивности света.

3. PUG SPAR (Сцена, Позиция, Атрибут, Отношения)

Набор данных используется для оценки моделей визуального языка, показывая, как можно использовать синтетические данные для преодоления ограничений текущих тестов. Это содержит:

43 560 предварительно обработанных изображений, 10 фонов, 32 животных, 4 отношения (слева/справа, снизу/сверху), 4 атрибута (синий/красный, трава/камень).

4. МОПС AR4T

Предоставляет около 250 000 изображений для точной настройки визуальных языковых моделей пространственных отношений и атрибутов.

Meta использовала Unreal Engine для создания реалистичных интерактивных сред, из которых они могли легко сэмплировать изображения заданной спецификации.

На изображении ниже показано, как Meta использует Unreal Engine и примеры изображений для создания набора данных PUG.

Наборы данных синтетических изображений предлагают многочисленные преимущества для проектирования и оценки глубоких нейронных сетей.

Синтетические наборы данных могут отображать столько выборок данных, сколько необходимо, а также могут точно контролировать каждую сцену и создавать подробные аннотационные метки данных, точно контролировать изменения распределения между обучением и тестированием, чтобы изолировать интересующие переменные для разумного эксперимента.

Однако самая большая проблема с существующими синтетическими наборами данных заключается в том, что они недостаточно реалистичны, что сильно ограничивает возможности использования набора данных.

Однако, если используется набор данных реального изображения, на него распространяются ограничения конфиденциальности и авторских прав.

Синтез наборов данных реальных изображений с помощью Unreal Engine может очень хорошо решить эти проблемы.

По словам Мета, возможность генерировать данные, охватывающие ряд областей, может сделать оценку и обучение моделей визуального языка более надежными, чем существующие тестовые тесты.

В дополнение к наборам данных исследователи могут использовать среду PUG для создания своих собственных, точно определяющих такие факторы, как освещение и углы обзора, которые трудно контролировать с помощью реальных наборов данных.

Как создать собственный набор данных PUG

Более того, Meta также подробно рассказала, как использовать Unreal Engine для создания собственного уникального набора данных PUG.

Инструкция по эксплуатации:

Первый — скачать Epic Games, чтобы получить Unreal Engine 5. Затем создайте новый потоковый проект Pixel.

Если вы никогда раньше не разбирались в Unreal Engine, вы можете загрузить официальную демо-версию для простого ознакомления.

Затем прочитайте официальное введение в движок Unreal 5, чтобы понять основной механизм Blueprintsd.

После загрузки Demo откройте файл таблицы DTCharSelect, расположенный в папке Content/Blueprints/CharacterConfig, как показано на рисунке ниже.

В этой таблице перечислены все активы, которые можно загрузить через Unreal Environment. Если вы хотите добавить новых персонажей, просто создайте новую запись в таблице.

Очки дополненной реальности могут быть запущены в следующем году: военные материалы, собранные в США

Кроме того, в 2024 году Meta также планирует выпустить AR-очки первого поколения объемом около 1000 единиц.

Эти 1000 очков дополненной реальности будут использоваться только для внутреннего тестирования и публичного показа и не будут выпущены для широкой публики.

Хотя их количество невелико, Meta преодолела множество проблем, чтобы произвести эти очки дополненной реальности.

Очки позиционируются как дорогое пространственно-вычислительное устройство.

А поскольку линзы изготовлены из материалов, экспорт которых ограничен, ручной контроллер и беспроводное вычислительное ядро этих очков будут производиться в континентальном Китае и на Тайване, Китай, а затем отправляться в Соединенные Штаты, где они будут собираться вместе с линзы для формирования готового продукта.

Причина в том, что Meta планирует использовать соединение под названием карбид кремния (SiC) в качестве материала линз в очках дополненной реальности под кодовым названием Orion. Но правительство ограничивает экспорт этого соединения в другие страны.

По сравнению с прошлыми стеклянными материалами карбид кремния может проецировать более широкое изображение в объектив, а поле зрения шире. Но это также дороже.

Поле зрения очков дополненной реальности Orion составляет около 70° по диагонали, что немного больше, чем у Magic Leap 2 (66°), и намного больше, чем у HoloLens 2 (52°).

Такие большие расходы Meta на продукт, который не будет выпущен для широкой публики, могут вызвать опасения инвесторов по поводу расходов подразделения Meta Reality Labs.

Среди них отдел Reality Labs в основном разрабатывает продукты дополненной реальности (AR) и виртуальной реальности (VR).

Однако до сих пор рынок виртуальной реальности все еще невелик, а технологии дополненной реальности все еще находятся в стадии разработки, а сценарии посадки относительно ограничены.

Meta вложила значительные средства в эти две области, надеясь занять лидирующие позиции на рынке.

В обеих областях Meta приходится конкурировать с хорошо финансируемым конкурентом: гарнитурой Apple Vision Pro.

Meta сократила расходы в масштабах всей компании в связи с замедлением роста доходов и усилением давления со стороны инвесторов, но общие инвестиции Meta в подразделение Reality Labs продолжают расти.

За последние 18 месяцев в этом году сектор потерял 21 миллиард долларов.

Решение Meta поставлять только первое поколение очков AR в качестве внутреннего продукта само по себе является шагом по сокращению затрат.

Кроме того, выбор фабрик в Китае также является частью снижения затрат.

При найме сборщиков в США почасовая заработная плата колеблется от 16,75 до 28,27 долларов. Гораздо выше, чем себестоимость производства в материковом Китае и на Тайване, Китай.

Точно так же другие американские технологические компании, производящие оборудование, такие как Apple, также производят большую часть своей продукции в Китае.

Несмотря на это, стоимость очков дополненной реальности первого поколения все еще довольно высока, поскольку линзы должны производиться и собираться в Соединенных Штатах.

Повторный набор уволенных сотрудников

В последние недели Meta медленно начала набирать темпы найма, особенно на инженерные и технологические должности.

С ноября сотрудники, уволенные Meta, могут повторно подавать заявки на должности, которые они в настоящее время нанимают, через специальный «портал для бывших сотрудников».

Сотни рабочих мест нанимаются прямо сейчас, в основном на должности программного обеспечения, оборудования и AR / VR, с некоторыми ключевыми техническими ролями в инфраструктуре и центрах обработки данных.

Человек, знакомый с этим вопросом, сказал, что операционная позиция, похоже, не либерализована, а должности найма — это все должности с конкретными требованиями к результату, потому что Meta в целом сократила количество должностей уровня менеджера.

Мета-рекрутинг в основном нацелен на сотрудников с богатым опытом работы, сокращая найм свежих выпускников и стажеров.

Чем выше уровень и чем лучше оценка работы увольняемого инженера, тем выше вероятность его повторного найма.

Многие из повторно принятых на работу сотрудников будут переведены на новые должности с более низкими должностями и заработной платой, чем раньше.

Один сотрудник, которого Meta повторно наняла, сказал, что ему сократили зарплату примерно на 10%. Но учитывая, что цена акций Meta в последнее время росла, он рассчитывает достичь этого уровня в течение года.

Сяо Чжа, вкусивший сладость снижения затрат и повышения эффективности, кажется, все еще твердо стоит на пути к метавселенной.

Использованная литература: