1月28日消息,來自外媒macrumors的消息稱,凱基證券分析師郭明錤認(rèn)為,在蘋果收購LinX公司之后,可能將后者的一些技術(shù)運(yùn)用到自己的iPhone上,比如雙攝像頭。
根據(jù)他的最新報告,蘋果公司今年會有三款iPhone 7系列新品,4.7英寸的iPhone 7的攝像頭與目前無異,但5.5英寸的iPhone 7 Plus將會有兩種版本,單攝像頭以及雙攝像頭版。
蘋果公司曾利用攝像頭的高畫質(zhì)成功擴(kuò)大了自己手機(jī)銷量。在2010年的iPhone 4手機(jī)上,其攝像頭的基礎(chǔ)技術(shù)是BSI(背照式CMOS),此后,BSI技術(shù)進(jìn)一步發(fā)展。索尼開發(fā)出積層BSI,已被iPhone 5和iPhone 6采用。
但近年手機(jī)使用的微型攝像頭技術(shù)遇到了瓶頸,在去年蘋果收購了一家名叫LinX的公司。毫無疑問,他們希望通過這宗收購案給自己帶來一些攝像頭方面的新思維。
雖然目前并沒有成品,但查看之前資料,外媒曾用LinX出品的攝像頭與iPhone 5s進(jìn)行對比測試,同樣是800萬像素,可以看出LinX攝像頭所拍攝的畫面更明亮,更清晰,降噪水平更好。在室內(nèi)暗光條件下,LinX攝像頭拍出的畫質(zhì)也更優(yōu)秀。
iPhone 5s與LinX攝像頭對比
另外,因?yàn)槭请p攝像頭,LinX可以記錄更多景深信息,也就是說,這個攝像頭可以在3維空間記錄下物品的大小與深度。
雙攝像頭可以記錄景深信息
據(jù)說,如果這種攝像頭運(yùn)用到iPhone上,蘋果會讓兩個攝像頭交替工作,拍攝的照片進(jìn)行混合,然后分析出最佳成像方案。
實(shí)際上,雙攝像頭并不是稀罕物,在2014年的htc M8手機(jī)上它就曾出現(xiàn)過,近期一些國內(nèi)的手機(jī)廠商也將其作為賣點(diǎn)大肆宣傳。
當(dāng)時M8的雙攝像頭是一個記錄影像一個記錄景深,但作為先驅(qū)者的htc并沒享受到雙攝像頭的好處。原因之一是這款手機(jī)的成像效果并不算好,即便它拍照后可調(diào)景深功能很有技術(shù)含量,但它最終被直接輸出照片更高的iPhone 5打敗,加上當(dāng)時蘋果的強(qiáng)勢和htc糟糕的市場營銷,這款手機(jī)成了先烈。
雙攝像頭是個不錯的技術(shù),但人們在之前的一系列安卓手機(jī)上并沒有明確意識到它究竟有多好,反而雙攝像頭讓手機(jī)更貴。
蘋果善于制造優(yōu)秀的使用體驗(yàn),如果將之前業(yè)內(nèi)不成熟的技術(shù)補(bǔ)償完整,即便有“致敬htc”陰影,但至少,將一種未開發(fā)完整技術(shù)帶給更多人用是好事。
好文章,需要你的鼓勵
新加坡國立大學(xué)研究團(tuán)隊(duì)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(shí)驗(yàn)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(jì)大學(xué)團(tuán)隊(duì)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(jī)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(shí)現(xiàn)37.9%的精度提升,并在真實(shí)設(shè)備上展現(xiàn)出色泛化能力,為機(jī)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(tuán)隊(duì)通過對比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過強(qiáng)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(shí)際提升推理準(zhǔn)確率。研究揭示了AI模型存在"生成-驗(yàn)證差距",即生成答案的能力強(qiáng)于驗(yàn)證答案質(zhì)量的能力,且模型在自我驗(yàn)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(jī)構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過動態(tài)稀疏性實(shí)現(xiàn)大語言模型訓(xùn)練加速1.6倍,計(jì)算成本降低2.2倍。該方法使用SVD稀疏性估計(jì)器智能選擇重要計(jì)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(yàn)證有效性。