2023年10月24日,夏威夷——在驍龍峰會(huì) 期間,高通技術(shù)公司推出跨平臺(tái)技術(shù)Snapdragon Seamless,讓使用Android、Windows和其他操作系統(tǒng)的驍龍終端發(fā)現(xiàn)彼此,并能像使用統(tǒng)一的整合系統(tǒng)般工作以共享信息。
德勤《2023年網(wǎng)聯(lián)消費(fèi)者調(diào)查》 報(bào)告顯示,每個(gè)美國(guó)家庭目前平均擁有21臺(tái)數(shù)字化終端,但不同終端之間,尤其是不同制造商的終端之間信息傳輸通常并不順暢。這將限制消費(fèi)者的選擇余地并導(dǎo)致鎖定效應(yīng),即消費(fèi)者為了實(shí)現(xiàn)其終端間的協(xié)同工作而不得不只從同一制造商處購(gòu)買產(chǎn)品。憑借Snapdragon Seamless,終端制造商和操作系統(tǒng)合作伙伴可以面向消費(fèi)者增強(qiáng)并擴(kuò)展其提供的多終端體驗(yàn),例如:
· 鼠標(biāo)和鍵盤可在PC、手機(jī)和平板電腦上無(wú)縫使用
· 文件和窗口可在不同類型的終端間拖放
·耳塞可根據(jù)音源的優(yōu)先級(jí)進(jìn)行智能切換
·XR可為智能手機(jī)提供擴(kuò)展功能
高通技術(shù)公司副總裁兼可穿戴設(shè)備與混合信號(hào)解決方案業(yè)務(wù)總經(jīng)理Dino Bekis表示:“Snapdragon Seamless打破了終端和操作系統(tǒng)之間的壁壘,是真正秉承‘用戶至上’理念的跨終端解決方案。”
全新頂級(jí)移動(dòng)平臺(tái)第三代驍龍8、全新頂級(jí)PC平臺(tái)驍龍X Elite和高通的可穿戴平臺(tái)與音頻平臺(tái)現(xiàn)已支持Snapdragon Seamless。未來(lái),Snapdragon Seamless將擴(kuò)展至XR、汽車和物聯(lián)網(wǎng)平臺(tái)。包括微軟、Android、Xiaomi、華碩、榮耀、聯(lián)想和OPPO在內(nèi)的公司正與高通技術(shù)公司合作,利用Snapdragon Seamless賦能多終端體驗(yàn),該技術(shù)最早將于今年在全球范圍發(fā)布的終端平臺(tái)上落地。
欲了解更多信息,請(qǐng)?jiān)L問(wèn)驍龍峰會(huì)專題頁(yè)。
好文章,需要你的鼓勵(lì)
浙江大學(xué)團(tuán)隊(duì)提出動(dòng)態(tài)專家搜索方法,讓AI能根據(jù)不同問(wèn)題靈活調(diào)整內(nèi)部專家配置。該方法在數(shù)學(xué)、編程等任務(wù)上顯著提升推理準(zhǔn)確率,且不增加計(jì)算成本。研究發(fā)現(xiàn)不同類型問(wèn)題偏愛(ài)不同專家配置,為AI推理優(yōu)化開(kāi)辟新路徑。
清華大學(xué)研究團(tuán)隊(duì)提出SIRI方法,通過(guò)"壓縮-擴(kuò)張"交替訓(xùn)練策略,成功解決了大型推理模型"話多且準(zhǔn)確率低"的問(wèn)題。實(shí)驗(yàn)顯示,該方法在數(shù)學(xué)競(jìng)賽題上將模型準(zhǔn)確率提升43.2%的同時(shí),輸出長(zhǎng)度減少46.9%,真正實(shí)現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓(xùn)練提供了新思路。
南洋理工大學(xué)與騰訊聯(lián)合研究團(tuán)隊(duì)開(kāi)發(fā)出Rolling Forcing技術(shù),實(shí)現(xiàn)AI視頻實(shí)時(shí)流式生成的重大突破。該技術(shù)通過(guò)滾動(dòng)窗口聯(lián)合去噪、注意力錨點(diǎn)機(jī)制和高效訓(xùn)練算法三項(xiàng)創(chuàng)新,解決了長(zhǎng)視頻生成中的錯(cuò)誤累積問(wèn)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(biāo)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(kāi)辟新可能。
華中科技大學(xué)研究團(tuán)隊(duì)發(fā)現(xiàn),通過(guò)讓AI模型學(xué)習(xí)解決幾何問(wèn)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(gè)幾何題目的Euclid30K數(shù)據(jù)集,使用強(qiáng)化學(xué)習(xí)方法訓(xùn)練多個(gè)AI模型。實(shí)驗(yàn)結(jié)果顯示,幾何訓(xùn)練在四個(gè)空間智能測(cè)試基準(zhǔn)上都帶來(lái)顯著提升,其中最佳模型達(dá)到49.6%準(zhǔn)確率,超越此前最好成績(jī)。這項(xiàng)研究揭示了基礎(chǔ)幾何知識(shí)對(duì)培養(yǎng)AI空間智能的重要價(jià)值。