CNET科技行者 9月1日 北京消息:8月30日,高通和奇景光電宣布將展開合作,加速高分辨率、低功耗、主動3D深度傳感攝像頭系統(tǒng)的開發(fā)與商用,以面向手機、物聯(lián)網(wǎng)(IoT)、安防監(jiān)控、汽車和增強現(xiàn)實/虛擬現(xiàn)實(AR/VR)領(lǐng)域中的生物特征人臉識別、3D重建和場景感知等用例,支持計算機視覺功能。
此次合作融合了Qualcomm Spectra™在計算機視覺架構(gòu)與算法上的技術(shù)與專長,以及奇景光電在晶圓光學、傳感、驅(qū)動和模組集成能力上的配套技術(shù),以提供完全集成的SLiM™(結(jié)構(gòu)光模組)3D解決方案。SLiM™是一站式完整3D攝像頭模組,可在室內(nèi)外環(huán)境中,提供高分辨率、高精確度表現(xiàn)的實時深度傳感和3D點云生成。SLiM™的外形設(shè)計非常緊湊、簡單,并具有極低功耗,從而使該解決方案成為集成在嵌入式和移動終端內(nèi)的理想選擇。Qualcomm Technologies和奇景光電將把SLiM™ 3D攝像頭作為面向廣泛市場與行業(yè)的完整攝像頭系統(tǒng)解決方案投入商用,預計將于2018年第一季度實現(xiàn)量產(chǎn)。
Qualcomm Technologies, Inc.高級副總裁兼亞太與印度區(qū)總裁Jim Cathey表示:“此次與奇景光電的合作,突出展現(xiàn)了我們與臺灣企業(yè)所做的技術(shù)投入,將繼續(xù)引領(lǐng)視覺處理領(lǐng)域的創(chuàng)新。結(jié)合先進技術(shù)許可,以及與奇景光電這樣業(yè)界領(lǐng)先的臺灣合作伙伴的協(xié)作,將幫助我們在臺灣打造具有突破性的全新產(chǎn)品,強化全球3D深度傳感生態(tài)系統(tǒng),并提振臺灣經(jīng)濟。”
Qualcomm Technologies, Inc.工程技術(shù)副總裁章建中表示:“作為一名工程師,我們很高興能夠見證我們的技術(shù)創(chuàng)新如何為全球消費者帶來體驗更加豐富的產(chǎn)品。與奇景光電合作在智能手機、虛擬現(xiàn)實和增強現(xiàn)實產(chǎn)品中支持3D計算機視覺技術(shù),是一次非常寶貴的經(jīng)驗。”
奇景光電CEO吳炳昌表示:“我們的3D傳感解決方案是一項改變產(chǎn)業(yè)的突破性技術(shù)。我們將為Android生態(tài)系統(tǒng)的智能手機,提供下一代移動用戶新體驗。我們兩家公司在SLiM™ 3D傳感解決方案上,已經(jīng)共同合作超過四年,以滿足日益增長的計算機視覺功能需求,并在廣泛的市場和應(yīng)用上,提供令人驚嘆的全新功能和使用場景。奇景光電很高興與Qualcomm Technologies共同合作,為我們的客戶提供及時的支持,為整個生態(tài)系統(tǒng)創(chuàng)造革新性的計算機視覺新應(yīng)用。”
關(guān)于奇景光電
奇景光電(NASDAQ: HIMX)是專注于顯示影像處理技術(shù)的無晶圓廠半導體解決方案供應(yīng)商。奇景光電是全球顯示驅(qū)動IC和時序控制器的領(lǐng)先廠商,產(chǎn)品應(yīng)用于電視、筆記本電腦、臺式電腦、手機、平板電腦、數(shù)碼相機、汽車導航、虛擬現(xiàn)實終端和其他多種消費電子終端。此外,奇景光電設(shè)計并提供觸控傳感顯示器控制器、內(nèi)嵌式觸控與顯示驅(qū)動集成(TDDI)單片解決方案、LED驅(qū)動IC、電源管理IC、監(jiān)視器與投影儀控制產(chǎn)品、定制視頻處理IC解決方案、提供硅片授權(quán)、以及面向增強現(xiàn)實終端和汽車頭戴式顯示器(HUD)的LCOS微顯示器。公司還提供數(shù)碼相機解決方案,包括用于增強現(xiàn)實終端、3D傳感與機器視覺的CMOS圖像傳感器和晶圓級光學部件。產(chǎn)品在各種各樣的應(yīng)用中廣泛使用,如手機、平板電腦、筆記本電腦、電視、PC攝像頭、汽車、安防、醫(yī)療設(shè)備和物聯(lián)網(wǎng)等。奇景光電成立于2001年,總部位于臺灣臺南市,目前有2,100多名員工,分布于臺南、新竹和臺北等三個臺灣辦事處以及中國大陸、韓國、日本和美國等國家辦事處。截至2017年6月30日,奇景光電在全球擁有3,000項授權(quán)專利和404項待審專利。奇景光電向全球消費電子品牌提供顯示圖像處理半導體解決方案,一直保持著領(lǐng)先供應(yīng)商的地位。
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。