CES作為全球消費電子產(chǎn)品和技術的盛宴,各家公司都展示出了最強的實力。作為國內(nèi)移動平臺解決方案的創(chuàng)新型代表,中科創(chuàng)達不僅展示了多款智能終端方案,還拿出了多項基于智能終端的最新創(chuàng)新技術,比如全能照相、HTML5輕桌面、多窗口、小內(nèi)存手機方案等,一舉步入全球頂尖技術創(chuàng)新企業(yè)行列。
全能的照相技術
在本次CES上,中科創(chuàng)達展示了業(yè)界領先的相機整體解決方案。除了讓人眼前一亮的智能摳圖算法和濾鏡并行處理產(chǎn)品外,中科創(chuàng)達還推出了陣列相機的開發(fā)SDK,包括驅動級的優(yōu)化、陣列相機數(shù)據(jù)處理算法和相關應用。在應用同質化日益嚴重的今天,這些技術為移動終端廠商提供了難得的差異化選擇。此外,中科創(chuàng)達還整合上述技術推出了功能強大、拍攝方式豐富、被愛好者命名為"全能相機"的相機應用UCam,最佳女性自拍美顏軟件伊拍相機,以及在iOS上風靡一時的表情動畫應用表情大咖。
跨平臺HTML5“輕桌面”以及應用商店
隨著云計算的普及,越來越多的應用會在云端運行,廣受谷歌、蘋果等全球互聯(lián)網(wǎng)巨頭追捧的HTML5技術也越來越被應用到成熟的產(chǎn)品中,之前報道過的中科創(chuàng)達Firefox手機就主要基于HTML5的移動應用。中科創(chuàng)達早在兩年前就開始在HTML5領域進行探索,這次CES更首次推出了跨平臺HTML5“輕界面”方案以及應用商店,旨在打造完整的HTML5生態(tài)系統(tǒng),用戶可以非常方便的通過輕桌面訪問常用的互聯(lián)網(wǎng)內(nèi)容。而基于跨平臺的HTML5技術,輕桌面可以應用在手機、平板電腦和智能電視上等智能設備上實現(xiàn)終端的互聯(lián)網(wǎng)化。
安卓系統(tǒng)上創(chuàng)新的多窗口技術
以前安卓主要在小屏幕的手機上運行,屏幕尺寸最多只允許同時顯示一個窗口,但隨著手機屏幕尺寸越來越大,安卓系統(tǒng)也開始被廣泛應用在平板電腦和智能電視等大屏智能終端上,其系統(tǒng)本身不支持多窗口功能的弊端也開始顯現(xiàn),中科創(chuàng)達創(chuàng)新地開發(fā)了包括分屏雙窗口、層疊多窗口、側邊停靠多窗口, 畫中畫等4種形式的多窗口技術,大大提升了大屏幕安卓智能終端的用戶體驗。
當務之急的手機安全方案
現(xiàn)在的安卓手機用戶可能都有過這樣的經(jīng)歷,手機被隨意安裝莫名其妙的應用、系統(tǒng)權限被隨意獲取、手機內(nèi)的信息被隨意竊取等,安卓系統(tǒng)的絕對開放為用戶打開了移動互聯(lián)網(wǎng)的大門,但同時帶來了很多的安全隱患。中科創(chuàng)達從很早就開始手機安全方面的技術研究,通過和合作伙伴的共同努力,推出了硬件級別的軟件安全解決方案,利用手機硬件自帶的安全機制,實現(xiàn)安全啟動、手機權限控制、安全存儲等功能,真正保護給用戶提供一個安全的手機使用環(huán)境。
激烈競爭中決勝的小內(nèi)存方案
智能手機普及的同時,價格的競爭給手機廠商帶來了殘酷的成本壓力, 中科創(chuàng)達開發(fā)的智能手機小內(nèi)存方案,可以幫助手機廠商有效的節(jié)省手機內(nèi)存成本,將運行安卓4.0/4.1/4.2/4.3系統(tǒng)的內(nèi)存要求從1G以上降到了256兆,而且無需重新定制應用,且對手機的使用性能幾乎沒有影響。這在內(nèi)存價格居高不下的今天,無疑為手機廠商增添了決勝的籌碼。
技術創(chuàng)新一直是中科創(chuàng)達立足之本,也是確保企業(yè)能在高速發(fā)展的移動市場立于不敗之地的重要條件??梢钥闯觯锌苿?chuàng)達能夠在競爭激烈的全球移動平臺解決方案市場上脫穎而出絕不是偶然,從其身上我們看到了中國創(chuàng)新的希望,讓“中國制造”真正變成“中國創(chuàng)造”。
好文章,需要你的鼓勵
新加坡國立大學研究團隊開發(fā)了SPIRAL框架,通過讓AI與自己對弈零和游戲來提升推理能力。實驗顯示,僅訓練AI玩簡單撲克游戲就能讓其數(shù)學推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學題目作為訓練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉移到數(shù)學解題中,為AI訓練提供了新思路。
同濟大學團隊開發(fā)的GIGA-ToF技術通過融合多幀圖像的"圖結構"信息,創(chuàng)新性地解決了3D相機噪聲問題。該技術利用圖像間的不變幾何關系,結合深度學習和數(shù)學優(yōu)化方法,在合成數(shù)據(jù)集上實現(xiàn)37.9%的精度提升,并在真實設備上展現(xiàn)出色泛化能力,為機器人、AR和自動駕駛等領域提供更可靠的3D視覺解決方案。
伊利諾伊大學研究團隊通過對比實驗發(fā)現(xiàn),經(jīng)過強化學習訓練的視覺語言模型雖然表現(xiàn)出"頓悟時刻"現(xiàn)象,但這些自我糾錯行為并不能實際提升推理準確率。研究揭示了AI模型存在"生成-驗證差距",即生成答案的能力強于驗證答案質量的能力,且模型在自我驗證時無法有效利用視覺信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機構聯(lián)合提出SparseLoRA技術,通過動態(tài)稀疏性實現(xiàn)大語言模型訓練加速1.6倍,計算成本降低2.2倍。該方法使用SVD稀疏性估計器智能選擇重要計算部分,在保持模型性能的同時顯著提升訓練效率,已在多個任務上驗證有效性。