2023年10月,國內(nèi)獨創(chuàng)的數(shù)控電致變色材料黑科技創(chuàng)業(yè)公司中科電墨智能科技(杭州)有限公司獲首輪千余萬元機構(gòu)投資,本輪投資由杭州安豐富勝創(chuàng)投、利和臨卓天使創(chuàng)投、上虞青科創(chuàng)投三家創(chuàng)投機構(gòu)聯(lián)合投資。
中科電墨擁有完全自主知識產(chǎn)權的數(shù)控電致變色核心材料由中國科學技術大學馬明明教授發(fā)明,該核心材料的具有完全自主知識產(chǎn)權,屬于國內(nèi)獨創(chuàng)。
中科電墨首席科學家馬明明教授表示:“即便是原創(chuàng)性的發(fā)明,沒企業(yè)家的魄力和決心以及敢于冒險的創(chuàng)業(yè)精神,再好的科研成果還是會在實驗室里和專利證書上沉睡,感謝中科電墨張瑩董事長能夠和優(yōu)秀的創(chuàng)業(yè)團隊一起把這一成果推向市場。”
中科電墨董事長張瑩表示:“作為一個連續(xù)創(chuàng)業(yè)者,為全球領先的數(shù)控電致變色材料找到合適的目標市場是至關重要的,經(jīng)過兩年的積極探索,我們終于捕捉到了市場最為迫切的需求:汽車數(shù)控電致變色玻璃市場。”
中科電墨執(zhí)行總裁王國輝先生表示:“汽車數(shù)控電致變色玻璃大尺寸曲面快速均勻穩(wěn)定變色,是當今世界共同面對的挑戰(zhàn),非常榮幸中科電墨得到了全球領先的汽車主機廠的肯定,將于近期交付全車數(shù)控電致變色玻璃解決方案,從目前我們掌握的公開信息看來,這應該是全球第一個汽車全車數(shù)控電致變色玻璃解決方案。”
杭州安豐創(chuàng)投合伙人崔玉舒先生表示:電致變色領域整體前景看好,但之前往往受限于成本、性能等因素,限制了應用廣度與速度。中科電墨項目難得地通過自主的核心材料和獨到工藝技術的持續(xù)創(chuàng)新,取得了實質(zhì)性突破,有望給整個相關產(chǎn)業(yè)帶來重大升級契機。安豐創(chuàng)投持續(xù)深耕硬科技領域,支持具備真正核心競爭力的項目團隊,期待一同為科技進步、經(jīng)濟發(fā)展貢獻一份力量。
上虞青科創(chuàng)業(yè)合伙人胡建鋒先生表示:中科電墨項目技術先進,自主研發(fā)核心材料,填補國內(nèi)空白,未來有較好的發(fā)展前景。上虞國投依托青科創(chuàng)基金的產(chǎn)業(yè)導入作用,深入實施人才強區(qū)、創(chuàng)新強區(qū)首位戰(zhàn)略,助推優(yōu)質(zhì)人才落戶上虞,加速青春產(chǎn)業(yè)聚攏壯大,為全面建設朝氣蓬勃近悅遠來的“青春之城”做出積極貢獻。
中科電墨戰(zhàn)略顧問汪云志先生表示:“中科電墨正處在汽車數(shù)控電致變色玻璃市場爆發(fā)的前沿,掌握核心材料技術的領先地位有助于中科電墨成為汽車數(shù)控電致變色玻璃市場的領導者。中科電墨在中國乃至全球汽車數(shù)控電致變色玻璃市場的領導者角色將在未來三到五年變成事實。”
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,實現(xiàn)AI視頻實時流式生成的重大突破。該技術通過滾動窗口聯(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幾何知識對培養(yǎng)AI空間智能的重要價值。