CNET科技行者 8月17日 北京消息:8月15日,高通宣布擴展QualcommSpectra™模組項目(Qualcomm Spectra™ Module Program),將能實現(xiàn)更加優(yōu)化的生物識別功能和高分辨率深度傳感,旨在滿足一系列廣泛的移動終端和頭戴式顯示器(HMD)所帶來的、日益增加的拍照和視頻需求。該模組項目基于高通Spectra嵌入式圖像信號處理器(ISP)系列背后的前沿技術(shù)而打造,完全由高通設(shè)計,高通Spectra將通過即將推出的驍龍移動平臺為未來圖形質(zhì)量和計算機視覺創(chuàng)新鋪平道路。
高通產(chǎn)品管理副總裁Tim Leland表示:“無論是用于計算攝影、視頻錄制,或是要求精確動作跟蹤的計算機視覺應(yīng)用,高功效的攝像頭圖像信號處理無疑對下一代移動用戶體驗變得愈加重要。我們在視覺質(zhì)量和計算機視覺方面的突破性進展,結(jié)合我們面向驍龍的集成式高通Spectra ISP系列,旨在支持前沿的移動應(yīng)用生態(tài)系統(tǒng),從而讓我們的客戶受益。”
全新的ISP和攝像頭模組結(jié)合起來,旨在支持利用了深度學習技術(shù)以及背景虛化效果的圖像體驗所實現(xiàn)的出色圖像質(zhì)量和全新計算機視覺用例,并縮短智能手機和HMD的上市時間。下一代ISP采用面向計算機視覺、圖像質(zhì)量和功效提升而設(shè)計的全新攝像頭架構(gòu),支持未來的驍龍移動平臺和驍龍?zhí)摂M現(xiàn)實(VR)平臺。攝像頭模組項目新增部分包含了三個攝像頭模組,包括虹膜認證模組、被動深度傳感模組和主動深度傳感模組。
Qualcomm Spectra模組項目
去年發(fā)布的高通Spectra模組項目旨在幫助客戶加快支持出色圖像質(zhì)量和先進攝像頭技術(shù)的終端上市時間。去年的產(chǎn)品中向客戶提供了優(yōu)化的雙攝像頭模組解決方案,便于制造商打造提升弱光拍攝、具備平滑變焦視頻錄制功能的智能手機攝像頭?,F(xiàn)在,攝像頭模組項目已經(jīng)擴展,納入了全新的攝像頭模組,能夠利用主動傳感支持出色的生物識別,并利用結(jié)構(gòu)光支持需要實時、多重景深圖生成與分割的各種計算機視覺應(yīng)用。
第二代Qualcomm Spectra ISP
第二代高通Spectra ISP是利用全新硬件和軟件架構(gòu)的下一代集成式ISP系列,專為未來驍龍平臺中計算機視覺、圖像質(zhì)量和功效提升而設(shè)計。它支持多幀降噪技術(shù),可實現(xiàn)卓越的拍攝質(zhì)量,同時也支持硬件加速動態(tài)補償時間濾波器(MCTF)與內(nèi)聯(lián)電子圖像穩(wěn)定(EIS),可實現(xiàn)“像攝像機一般”的出色視頻質(zhì)量。
除了優(yōu)化的同步定位與地圖構(gòu)建(SLAM)算法以外,高通Spectra ISP的低功耗、高性能運動追蹤功能旨在面向需要SLAM的虛擬現(xiàn)實和增強現(xiàn)實應(yīng)用,支持全新的擴展現(xiàn)實(XR)用例。
高通Spectra ISP系列和全新高通Spectra攝像頭模組預(yù)計將集成在下一款旗艦驍龍移動平臺中。
好文章,需要你的鼓勵
浙江大學團隊提出動態(tài)專家搜索方法,讓AI能根據(jù)不同問題靈活調(diào)整內(nèi)部專家配置。該方法在數(shù)學、編程等任務(wù)上顯著提升推理準確率,且不增加計算成本。研究發(fā)現(xiàn)不同類型問題偏愛不同專家配置,為AI推理優(yōu)化開辟新路徑。
清華大學研究團隊提出SIRI方法,通過"壓縮-擴張"交替訓練策略,成功解決了大型推理模型"話多且準確率低"的問題。實驗顯示,該方法在數(shù)學競賽題上將模型準確率提升43.2%的同時,輸出長度減少46.9%,真正實現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓練提供了新思路。
南洋理工大學與騰訊聯(lián)合研究團隊開發(fā)出Rolling Forcing技術(shù),實現(xiàn)AI視頻實時流式生成的重大突破。該技術(shù)通過滾動窗口聯(lián)合去噪、注意力錨點機制和高效訓練算法三項創(chuàng)新,解決了長視頻生成中的錯誤累積問題,可在單GPU上以16fps速度生成多分鐘高質(zhì)量視頻,延遲僅0.76秒,質(zhì)量漂移指標從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內(nèi)容創(chuàng)作開辟新可能。
華中科技大學研究團隊發(fā)現(xiàn),通過讓AI模型學習解決幾何問題,能夠顯著提升其空間理解能力。他們構(gòu)建了包含約30000個幾何題目的Euclid30K數(shù)據(jù)集,使用強化學習方法訓練多個AI模型。實驗結(jié)果顯示,幾何訓練在四個空間智能測試基準上都帶來顯著提升,其中最佳模型達到49.6%準確率,超越此前最好成績。這項研究揭示了基礎(chǔ)幾何知識對培養(yǎng)AI空間智能的重要價值。