今日,在IDF2014新闻发布上英特尔科再奇先生为我们展示了首款基于Intel自家的4G LTE芯片XMM7260的智能手机。
随着全球LTE网络部署的快速扩展,英特尔为客户提供一系列快速、可靠、高性能的LTE连接选项,并首次推出了CAT6 LTE和TD LTE多模解决方案。
XMM7260的设计是基于2013年推出的英特尔 XMM 7160平台。XMM7160现在能够在全球70%的LTE网络上运行,并不断扩展以连接智能手机、平板电脑、二合一设备、超极本等各种设备。
此次英特尔还为XMM7260提供了极富竞争力的LTE-Advanced功能,其中包括载波聚合、CAT 6速率以及对于TDD LTE和TD-SCDMA的支持。理论下行速率可达300Mbps,并支持超过30个3GPP频段,整合了SMARTi 45收发器已减少零部件,实现了单芯片方案。
在IDF2014的会议现场,科再奇先生使用了搭载XMM7260-LTE芯片的4G手机与联想CEO杨元庆来了场视频通话,在通话质量和效果方面都非常不错。
这款搭载了XMM7260芯片的设备将在今年第二季度出货。英特尔在LTE领域确实有一些落后,如果英特尔能在2014年上半年就发布XMM7260,那么两代产品的之间的相差时间就只有9个月,同时能够支持CAT6也可以跟高通拼一拼。
好文章,需要你的鼓励
新加坡国立大学研究团队开发了SPIRAL框架,通过让AI与自己对弈零和游戏来提升推理能力。实验显示,仅训练AI玩简单扑克游戏就能让其数学推理能力提升8.6%,通用推理提升8.4%,且无需任何数学题目作为训练材料。研究发现游戏中的三种推理模式能成功转移到数学解题中,为AI训练提供了新思路。
同济大学团队开发的GIGA-ToF技术通过融合多帧图像的"图结构"信息,创新性地解决了3D相机噪声问题。该技术利用图像间的不变几何关系,结合深度学习和数学优化方法,在合成数据集上实现37.9%的精度提升,并在真实设备上展现出色泛化能力,为机器人、AR和自动驾驶等领域提供更可靠的3D视觉解决方案。
伊利诺伊大学研究团队通过对比实验发现,经过强化学习训练的视觉语言模型虽然表现出"顿悟时刻"现象,但这些自我纠错行为并不能实际提升推理准确率。研究揭示了AI模型存在"生成-验证差距",即生成答案的能力强于验证答案质量的能力,且模型在自我验证时无法有效利用视觉信息,为AI多模态推理发展提供了重要启示。
MIT等顶尖机构联合提出SparseLoRA技术,通过动态稀疏性实现大语言模型训练加速1.6倍,计算成本降低2.2倍。该方法使用SVD稀疏性估计器智能选择重要计算部分,在保持模型性能的同时显著提升训练效率,已在多个任务上验证有效性。