很多專利看起來特別前沿,不過它們只是在那兒放著,不一定實現(xiàn)。近日LG的設(shè)計專利D726140就是這樣,它看起來像一個手鐲飾品,卻可以承載一塊智能手機的屏幕。
這款設(shè)計主要由一塊OLED可彎曲屏幕和一個背夾式腕帶構(gòu)成,事實上LG此前已經(jīng)有應(yīng)用此材料的可彎曲機型,G Flex和G Flex 2,不過還達不到此專利中描述的彎曲程度,三星的Galaxy S6 Edge也是一樣。下圖是LG G Flex 2,可以看出其彎曲的屏幕,圖片來自AndroidPolice。
此專利申請于去年1月,當(dāng)前所有OEM設(shè)備廠商的設(shè)計和生產(chǎn)產(chǎn)品中都無法滿足這種需求,包括芯片構(gòu)造、電池和外殼等。但是,就像Magic Leap曾經(jīng)申請過的那些天馬行空的專利一樣,萬一幾年后,或幾十年后實現(xiàn)了呢?
好文章,需要你的鼓勵
新加坡國立大學(xué)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(xùn)練AI玩簡單撲克游戲就能讓其數(shù)學(xué)推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學(xué)題目作為訓(xùn)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(xué)解題中,為AI訓(xùn)練提供了新思路。
同濟大學(xué)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(xué)習(xí)和數(shù)學(xué)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(xué)研究團隊通過對比實驗發(fā)現(xiàn),經(jīng)過強化學(xué)習(xí)訓(xùn)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(zhǔn)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(xùn)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(xùn)練效率,已在多個任務(wù)上驗證有效性。