2017年12月14日,青岛市崂山区人民政府、高通(中国)控股有限公司(以下简称“美国高通”)和歌尔股份有限公司在青岛香格里拉大酒店举行“青岛芯谷•美国高通•歌尔联合创新中心”(以下简称“联合创新中心”)签约仪式。青岛市副市长张德平、崂山区区长赵燕、美国高通公司中国区董事长孟樸、歌尔股份有限公司总裁姜龙等代表出席活动并见证签约。青岛市市委副书记,青岛市市长孟凡利在签约仪式后会见美国高通与歌尔双方代表,孟市长对双方在青岛的合作表示欢迎和肯定,并期待创新中心能积极带动青岛市在物联网等领域的发展。
“青岛芯谷•美国高通•歌尔联合创新中心”签约仪式
联合创新中心将落户于青岛市崂山区国际创新园,旨在整合多方优势资源,在智能无线耳机、VR/AR(虚拟现实/增强现实)以及可穿戴等智能硬件与物联网领域,推动技术创新与突破,促进青岛当地相关产业的发展。联合创新中心包括展示中心、创新实验室两个区域。展示中心将作为青岛高科技领域的展示名片,通过展示美国高通与歌尔全球领先的技术以及最新的应用案例,帮助青岛双创企业了解全球最新技术与市场趋势,为更多双创企业投身智能终端开发拓展思路;创新实验室配备先进的测试仪器,依托美国高通全球领先的技术、歌尔强大的研发实力和产业基础,为符合条件的双创企业提供技术评估、初期研发指导及系统兼容性测试,从而加快双创企业在智能终端及物联网各相关行业应用领域的发展。
签约仪式上,美国高通与歌尔双方代表分别介绍了公司的发展愿景。美国高通是全球领先的无线通信企业和全球最大的无晶圆厂半导体公司,引领了全球3G、4G以及下一代无线技术的发展,通过布局移动计算、物联网、汽车及人工智能等领域,引领万物智能互联的新时代。歌尔是全球精密零组件与智能硬件领域的领导厂商,在声学、传感器、MEMS等精密零组件以及VR/AR、智能音响、智能穿戴、机器人等智能硬件领域积累了深厚的技术优势,凭借领先的垂直整合能力与自动化精密制造能力,为全球客户提供一站式产品解决方案。歌尔与美国高通在智能硬件领域的合作已经开展多年,比如在VR领域,双方基于高通骁龙820与835移动平台先后联合开发了两款VR一体机参考设计平台,有效提高了VR一体机产业的发展速度。
“青岛芯谷•美国高通•歌尔联合创新中心”签约仪式
青岛市副市长张德平表示,很高兴能有机会与无线通信技术和半导体设计全球领军企业美国高通合作,高通与歌尔的品牌影响力与先进技术有助于聚集产业资源,吸引技术人才,促进上下游产业的发展,完善青岛产业链条。联合创新中心将有助于解决青岛“缺芯”难题,为青岛企业提供芯片应用、5G、物联网技术解决方案,推动青岛企业的技术创新。青岛市将全力以赴支持美国高通和歌尔在青岛的发展,共同做大微电子和智能硬件的市场蛋糕,努力实现企业与地方产业发展双赢。
崂山区区长赵燕表示,崂山区立足本土优势,打造“北部沿海综合经济区微电子产业研发高地和青岛‘芯谷’发展目标”。力争到2022年,崂山区微电子产业规模达到100亿元。根据国家“十三五规划”,培育集成电路产业体系;培育人工智能、智能硬件、移动智能终端、5G移动通信技术、先进传感器和穿戴设备等产业将成为新的经济增长点。此次联合创新中心的建立不仅是对国家“十三五规划”的积极响应,同时将有效推进青岛市微电子、智能硬件产业、物联网等行业的发展。
美国高通公司中国区董事长孟樸表示,歌尔是我们长期的合作伙伴,双方在众多领域保持着良好深入的合作。今后,高通将继续加强与歌尔及青岛市在智能终端和物联网等领域的合作,也希望联合创新中心能让更多青岛的双创企业从中受益,在家门口就能了解前沿技术趋势并获得创新创业方面的有力支持。
歌尔股份有限公司总裁姜龙表示,歌尔与美国高通的合作由来已久。此次联合创新中心的建立,有助于推动智能硬件生态圈的发展。歌尔将发挥自己在智能硬件与精密零组件领域的技术优势、研发实力以及制造经验,与美国高通一起积极推进智能硬件和物联网的发展,打造创新驱动的多赢合作模式。
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。