微信扫一扫,关注公众号

  • 科技行者

  • 算力行者

见证连接与计算的「力量」

首页 推动4K人人有责 高通发力试图解决4K源问题

推动4K人人有责 高通发力试图解决4K源问题

2014-01-08 05:41
分享至:
----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-
2014-01-08 05:41 李钧

在去年的CES上,我们就看到了大量的4K设备,而本届CES上,以三星、LG为代表的韩国厂商也展示了更多的4K设备,即便是不在4K主战场发力的夏普,也在其Q+电视上提供了4K播放的能力。在硬件已经就绪的情况下,软件并没有跟上脚步,4K源的匮乏仍然制约了4K的全面爆发。

推动4K人人有责 高通发力试图解决4K源问题

解决源的问题除了需要电影制作发行公司的努力之外,还需要普通用户能够大量的创建4K视频,作为最流行的视频拍摄工具,手机当仁不让的承担起了主要的责任,去年,支持4K录制的手机开始上市,比如三星Galaxy Note3,其采用了高通骁龙800处理器平台,现在,高通致力于为未来的手机产品全面提供4K录制的支持,在CES2014上,高通也演示了这样的成熟方案。

另一方面,高通还在CES2014上推出了骁龙802平台,这个平台的主要承载终端是智能电视,它的主频为1.8GHz,采用四核设计,在功能特性上,大致和骁龙800、骁龙805相当,不过值得注意的是,骁龙802可以通过Hollywood Quality Video技术将普通的1080P视频实时转换成为接近于4K质量的视频,这个功能将极大的拓展了4K的源。

当然,目前4K全面普及仍然存在一些障碍,主要有两点,第一是大屏幕4K播放设备的价格仍然较高,距离主流市场仍然有一定的距离,第二是存储成本,尤其是手机存储成本,对于4K应用来说,仍然不够低廉,记者尝试录制了一段10秒钟的4K视频,就占据了60M的存储空间,一段三五分钟的视频就要占据上GB的空间,对于目前出货最大的16G容量手机而言,是个巨大的挑战。


分享至
0赞

好文章,需要你的鼓励

推荐文章
  • 南方科技大学等机构联手破解AI推理训练难题:让大模型"一次思考"就学会解题

    南方科技大学等机构联手破解AI推理训练难题:让大模型"一次思考"就学会解题

    本文介绍了由南方科技大学等机构于2026年4月发表的研究(arXiv:2604.08865),提出了名为SPPO的大模型推理训练新方法。该方法将推理任务重新建模为"序列级情境赌博机",用一个轻量级价值模型预测题目难度,以单次采样替代GRPO的多次采样,解决了标准PPO的"尾部效应"问题。实验显示,SPPO在数学基准测试上超越GRPO,训练速度提升约5.9倍,配合小尺寸价值模型还能显著降低显存占用。

  • 香港科技大学数学系研究者:扩散模型原来是一个"魔法恒等式"拆成了两半

    香港科技大学数学系研究者:扩散模型原来是一个"魔法恒等式"拆成了两半

    这项由香港科技大学数学系完成的研究(arXiv:2604.10465,2026年ICLR博客论文赛道)提出了一种从朗之万动力学视角理解扩散模型的统一框架。研究指出,扩散模型的前向加噪和逆向去噪过程,本质上是朗之万动力学这一"分布恒等操作"被拆成了两半。在这个视角下,VP、VE-Karras和Flow Matching等不同参数化的模型可被精确互译,SDE与ODE版本可被统一解释,扩散模型相对VAE的理论优势得以阐明,Flow Matching与得分匹配的等价性也得到了严格论证。

  • 中国人民大学研究团队打造的"AI科学家":让机器自主完成几十小时的科研工程,它是怎么做到的?

    中国人民大学研究团队打造的"AI科学家":让机器自主完成几十小时的科研工程,它是怎么做到的?

    中国人民大学高岭人工智能学院等机构联合开发了AiScientist系统,旨在让AI自主完成机器学习研究的完整工程流程,包括读论文、搭环境、写代码、跑实验和迭代调试,全程无需人工干预。系统核心设计是"薄控制、厚状态":由轻量指挥官协调专业代理团队,通过"文件即通道"机制将所有中间成果持久化存储,使每轮工作都能建立在前一轮积累的基础上。在PaperBench和MLE-Bench Lite两个基准上,系统表现显著优于现有最强对比系统,论文发布于2026年4月。

  • 字节跳动发布GRN:像人类画家一样"边画边改"的AI图像生成新范式

    字节跳动发布GRN:像人类画家一样"边画边改"的AI图像生成新范式

    这项由字节跳动发布的研究(arXiv:2604.13030)提出了生成式精化网络(GRN),一套模仿人类画家"边画边改"直觉的视觉生成新框架。其核心包括两项创新:层级二进制量化(HBQ)通过多轮二分逼近实现近乎无损的离散图像编码,以及全局精化机制允许模型在每一步对整张图像的所有位置重新预测并随时纠错,从根本上解决了自回归模型的误差积累问题。配合基于熵值的自适应步数调度,GRN在ImageNet图像重建(rFID 0.56)和生成(gFID 1.81)上均创下新纪录,并在文本生成图像和视频任务上以20亿参数达到同等规模方法的领先水平。

----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-