CNET科技資訊網(wǎng) 7月12日:高通公司希望美國國際貿易委員會(ITC)禁止進口某些未使用高通基帶芯片的iPhone手機。
如果高通公司在最近與蘋果公司之間展開的專利訴訟大戰(zhàn)中獲勝,那么消費者想在美國購買到某些特定機型的iPhone手機將變得非常困難。
近日,高通公司正式向美國國際貿易委員會(ITC)提起訴訟,指控蘋果公司的部分iPhone機型侵犯了其六項專利。作為訴訟的一部分,高通公司希望ITC禁止進口某些未使用高通芯片的iPhone機型,并禁止蘋果公司繼續(xù)銷售那些已進入美國的同類設備。
高通公司希望禁售的蘋果設備包括:AT&T定制版和T-Mobile定制版iPhone 7和7 Plus機型,以及某些iPad設備。這些設備使用的是英特爾的基帶芯片;而Verizon等其它運營商的定制版iPhone,則使用的是高通的基帶芯片。這些參數(shù)劃定了這一禁令的范圍,同時也避免了對高通芯片業(yè)務的傷害。
高通執(zhí)行副總裁、總法律顧問唐·羅森博格(Don Rosenberg)在接受采訪時表示:“蘋果公司不斷使用我們的技術,但堅持不支付費用。他們真的讓我們別無選擇,只能對他們說:‘請停止這種行為’。”
高通公司表示,ITC可能將從8月開始調查這一訴訟,并有望于明年開審。羅森博格稱,對相關的iPhone禁售令,ITC可能至少需要18個月才能做出裁決。
除了向ITC提出訴訟,高通公司還在美國加州南部地區(qū)提起一項新的專利侵權訴訟。羅森博格認為,此案在ITC做出裁決之前可能將處于擱置狀態(tài)。
高通公司于本周提交的法律文件,是其與蘋果公司之間展開的專利訴訟大戰(zhàn)中的最新一擊。自今年1月份以來,這兩家公司就打響了專利戰(zhàn)——蘋果公司在美國起訴高通公司,聲稱這家移動技術廠商的專利技術許可條款對其不公,并希望以更低的費用支付在其設備中所使用的高通專利和技術。高通公司則堅稱,如果“如果沒有高通的核心蜂窩技術,包括iPhone在內的智能手機就不可能出現(xiàn)。”
高通公司是世界上最大的移動芯片供應商之一,它制定了手機連接到蜂窩網(wǎng)絡的許多技術標準。其收入來源之一是將專利技術許可給數(shù)百家手機制造商和其它廠商。由于高通公司擁有與3G和4G手機相關的專利技術,任何手機制造商生產可連入網(wǎng)絡的設備時,都必須向其支付專利許可費,無論它們是否使用高通的芯片。
蘋果公司此前通過其合同制造商向高通支付專利許可費,但從今年3月份起,這些制造商開始停止支付專利使用費。蘋果公司稱,過去的五年里,它始終在努力爭取與高通公司簽署許可協(xié)議,但高通提出的條款并不公平。
高通公司指控蘋果侵犯了其六項專利技術。
羅森博格表示,高通公司最新訴訟中的6項專利技術,都不是標準必要專利。他補充說,所有這6項專利都是在2013年到2017年之間獲得授權的,其中沒有任何一項專利技術包含在蘋果的最大的制造商——富士康——與高通簽署的專利許可協(xié)議之中。
羅森博格還指出:“這些技術確實有助于提高設備的性能和效率,同時也提高了電量的使用效率,使電池續(xù)航時間得以延長。”其中一項專利技術涉及到移動圖形處理器的架構。它可幫助手機在高清晰度和低畫質圖片之間切換,以節(jié)省電量。另一項專利涉及載波聚合。這一專利技術采用不同波段的無線電頻率(手機用來傳輸數(shù)據(jù)),并將它們集成到一起。這樣手機就能接收到速度最快的可用頻率。你可以把這項技術想象成一條擁有三車道的高速公路,汽車可以在車輛較少的車道上進出。另外,高通的專利技術還能讓你使用手機將高清視頻傳輸?shù)紽acebook上,而不會影響視頻質量和過度消耗電量。
高通公司最新訴訟案包括iPhone 7和iPhone7 Plus等機型。羅森博格表示,如果ITC認定蘋果公司侵犯了高通公司的專利,訴訟范圍還可能擴大到蘋果公司未來計劃發(fā)布的iPhone機型上。
目前尚不清楚高通成功申請到禁售令的勝算究竟有多大。蘋果去年曾在專利大戰(zhàn)中擊敗三星,成功禁止了某些侵犯其專利的三星手機在美國的銷售。但在禁令開始實施期間,這些設備因為老舊過時,早已不在美國銷售了。
https://www.cnet.com/uk/news/apple-iphone-ban-qualcomm-patent-infringement-itc/
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。