4K電視對于現(xiàn)在的消費者來說已經(jīng)不再是個陌生的名詞,從OLED到SUHD到被靈活分割的各種像素,2015年的CES充滿了最前沿的電視技術(shù)。本屆 CES 展上,各大廠商相繼推出了多款電視,下面就讓我們盤點一下出現(xiàn)在CES上的電視新品:
三星在本屆 CES 展上發(fā)布了 3 個系列的 SUHD TV 產(chǎn)品:JS9500、JS9000 和 JS8500,在 48 至 88 英寸的范圍內(nèi)分為 9 個尺寸級別。
跟傳統(tǒng)電視相比,SUHD TV 在對比度、亮度、色域等方面有了很大提升,標稱色彩表現(xiàn)比傳統(tǒng)電視高 64 倍,搭載 Tizen 操作系統(tǒng)。據(jù)悉,全新的 SUHD TV 產(chǎn)品采用了 4K 曲面屏幕設(shè)計,配置三星 SUHD re-mastering 引擎,可以達到目前最高的色彩純度和發(fā)光效率。
索尼在 CES 2015 展會上推出的新款 Bravia 系列電視都以“薄”為一大賣點,其中,XBR 900C 是 Bravia 系列的頂級機型,分為 55、65 和 75 英寸三個尺寸,內(nèi)部搭載 X1 4K 處理器,可以更好的解析還原高質(zhì)量 4K 信號。值得一提的是,索尼推出的這些新電視產(chǎn)品都內(nèi)置了游戲串流服務(wù)云平臺 PlayStation Now,支持 Android TV 的服務(wù),可以訪問網(wǎng)頁以及語音識別等。
夏普作為傳統(tǒng)電視廠商,在本屆CES上推出了一款 80 英寸的 AQUOS Beyond 4K 超高清電視。據(jù)介紹,這款電視的像素技術(shù)能將兩個垂直的像素分成兩個部分,讓每個像素都能產(chǎn)生自己的色值,使得屏幕分辨率接近 8K(7680×4320)像素。此外,AQUOS Beyond 4K 還通過 Spectros Rich Color Display 技術(shù)讓顏色更純正,Revelation Upscaler 技術(shù)讓高清內(nèi)容更清晰和逼真。
去年,松下退出了等離子電視市場,一年后,松下發(fā)布了4款新LCD 4K超高清電視:CX850, CX800, CX650和CX600。整個2015年,松下將推出9款新電視。它們?nèi)际腔ヂ?lián)網(wǎng)電視,內(nèi)置Mozilla開發(fā)的Firefox OS系統(tǒng)。
本屆CES上,LG 帶來的 7 款全新的 4K OLED 電視新品都采用了 WRGB 技術(shù),像素結(jié)構(gòu)增加了白色子像素,使得在顯示效果方面,色域更寬廣,色彩更逼真。其中,型號為LG 105UB9是一款超高清5K曲面電視。該電視具有5K(5120×2160)電視顯示技術(shù),電視顯示比例為21:9,觀看電影時可以獲得更大的屏幕利用率,并且配備最新HDMI2.0多媒體接口,可確保未來60幀的超高清視頻的流暢播放。
國內(nèi)廠商在本屆CES上同樣有亮眼表現(xiàn)。海信推出的是全新的第二代 ULED 電視。第二代 ULED 電視跟 1 代和 1.5 代產(chǎn)品相比,在顯示效果上得到了全面提升。另外,TCL 也在展會上正式向北美市場推出了采用量子點顯示技術(shù)和真彩顯示技術(shù)的量子點電視 H9700。跟長虹 QD2C 一樣,H9700 的 NTSC 色域覆蓋率也達到了110%。
海信
TCL
長虹
海爾
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(zhuǎn)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(shù)通過融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機噪聲問題。該技術(shù)利用圖像間的不變幾何關(guān)系,結(jié)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(shè)備上展現(xiàn)出色泛化能力,為機器人、AR和自動駕駛等領(lǐng)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(zhì)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(gòu)聯(lián)合提出SparseLoRA技術(shù),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(wù)上驗證有效性。