CNET科技資訊網(wǎng) 1月17日 北京消息(文/齊豐潤): 相信很多人都碰到過這種請況,在不小心或者無可避免的情況下手機進水了,當(dāng)時擦干后手機仍然可以正常使用,但過了一段時間,手機突然開不開機無法使用了,然而你用盡了各種方法也無力回天,只得看著心愛的手機體會心痛的感覺。
其實這樣的事情是當(dāng)下普遍發(fā)生的狀況,在納米防水技術(shù)企業(yè)P2i看來,當(dāng)今社會,越來越多消費者的手機被水、油或其他液體損壞,而他們的系列產(chǎn)品卻可以幫助各個手機制造廠商降低其防水性能的制造成本。
據(jù)IDC數(shù)據(jù)顯示,目前,市場上只有不到10%的智能手機具備防水性能,每年由于液體侵入而造城的損失則高達967億美元。同時,在所有送修的設(shè)備之中,液體侵入是繼碎屏之后的第二大損壞原因,占比高達35%。據(jù)估計,2015年約有3.28億部智能手機因為液體侵入而受損。
因此,手機的防水性能也已經(jīng)成為了繼手機配置、性能、攝像等等因素后的又一大購買參考標(biāo)準(zhǔn),而各大廠商也開始著力提升其產(chǎn)品防御事故的彈性以實現(xiàn)差異化優(yōu)勢。
P2i首席運營官兼亞洲區(qū)總裁黃茂原表示,“防水保護已成為高端智能手機的預(yù)期性能,我們預(yù)計,將來會有更多電子設(shè)備以更經(jīng)濟的價格加入防水性能。納米鍍層技術(shù)可降低液體侵入對設(shè)備的損害,其成本相較整機價格來說微乎其微。”
據(jù)黃茂源介紹,目前,P2i已經(jīng)與眾多知名廠商達成合作,為他們提供全方位的納米鍍膜防水解決方案。這其中包括華為、摩托羅拉、聯(lián)想、繽特力、三星、瑞聲達等等知名廠商。
目前,P2i公司的創(chuàng)新防水鍍層技術(shù)已經(jīng)為超過1.75億臺智能手機提供保護,為智能手機用戶提供了保護。
據(jù)介紹,P2i公司提供的納米鍍膜技術(shù)可以在手機的表面及機器內(nèi)部的原件上鍍上一層納米級的柔性防護膜,不僅可以減少液體從外部的侵入,同時就算有液體侵入,內(nèi)部的鍍膜也能防止液體對手機原件的二次傷害,已解決剛進水還能正常使用,但一段時間后內(nèi)部液體侵蝕手機造成報廢的問題
據(jù)黃茂源介紹,現(xiàn)在,手機制造商愈來愈重視終端用戶對移動設(shè)備的用戶體驗,他們采用高級材料并將防水技術(shù)融入時尚設(shè)計之中,以滿足客戶需求、提高品牌忠誠度和客戶滿意度。
而就目前來說,智能手機防水主要有兩種做法:一,物理密封。密封件和密封墊可形成物理屏障,防止液體進入;二,利用納米鍍層技術(shù)。斥水納米鍍層可防止液體進入或侵蝕,減少液體與手機內(nèi)外部易損組件的接觸。而與機械物理密封相比,納米防水鍍層足以滿足日常的防水需求,且價格更低、更有效。
黃茂源表示:“對制造商而言,納米鍍層是一種價格低廉的解決方案,可提供超值的投資回報。如果企業(yè)想提高銷售業(yè)績同時保持客戶粘性,最佳辦法就是采用納米鍍層技術(shù)。 ”
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。