科技行者 4月17日 北京消息:今日凌晨,高通与苹果同时在官网发布声明,宣布达成和解协议,和解内容包括双方驳回全球两家公司之间的所有诉讼,苹果将向高通支付一笔授权费用,双方达成一项为期六年的直接授权许可协议等。
这意味着高通与苹果近两年来围绕反垄断以及专利侵权等全球范围内的诉讼大战落幕。
在高通投资者关系网站上,高通公布了此次和解协议的内容概要,其中包括:
一、高通获得对于苹果的直接授权。此前高通与苹果授权协议并非直接授权,而是通过向苹果的合约制造商即代工厂商收取,高通一直希望获得与苹果的直接授权,但苹果拒绝。
根据最新的和解协议,这份为其六年的直接许可授权自2019年4月1日生效,苹果将会支付高通授权费用,该协议带有两年的延期选项,也就意味着这是一份“6+2”年的直接授权许可协议。
苹果将向高通支付一笔一次性的款项。自2016年一季度后苹果便拒绝向高通支付授权许可费用,后因苹果与其合约制造商包括富士康、仁宝、和硕及纬创等四大代工厂商指控高通收取了过高的专利使用费而进一步搁置,此前高通方面曾表示,这笔款项总计达到数十亿美元。目前,该笔款项的具体金额未知,但很有可能数额不菲。
二、双方撤回在全球范围内的所有诉讼。2017年1月开始,苹果向高通发起诉讼攻势,相继在美国国际贸易委员会(ITC),联邦贸易委员会(FTC),以及美国地方法院发起针对高通的反垄断诉讼,作为反击,高通相继在美国,中国、德国等多全球多地法院以专利侵权为由发起针对苹果的专利侵权诉讼。
截止到和解之前,高通在全球多地针对苹果的专利诉讼几乎全胜,其中赢得了包括中国、德国地方法院对于侵权专利iPhone产品的禁令。此外,美国ITC也认定了侵权专利事实,并倾向于禁令发布,但结果尚在复审之中。美国联邦贸易委员会对于高通反垄断调查的庭审已结束,目前尚处在等待宣判中。此外,双方关于授权许可的合同纠纷一案也处在庭审期间。此次和解,意味着双方这些的诉讼都将终止。
三、多年的芯片供应协议。直到2016年iPhone7发布前,高通一直是苹果的唯一基带芯片供应商,苹果方面曾表示,高通曾以提供激励金的形式获取唯一供应商的地位,而高通方面表示,这是因为苹果在基带芯片方面除了高通没有更多选择,这一度是双方法庭论战的焦点。
苹果一直不希望其元器件供应链只存在唯一的供应商,但高通在基带芯片方面具有领先优势,目前苹果的唯一基带供应商英特尔在产品性能以及演进方面进展缓慢,特别是在5G方面,安卓阵营目前正在对苹果发起咄咄逼人的攻势,失去高通,意味着苹果在5G时代对抗安卓阵营中处于劣势,5G或许是双方和解的重要原因之一。
此次高通表示双方签订多年芯片供应协议,并未透露是否重新成为唯一供应商,需要等待双方进一步的信息释放。
四、稳固了高通的授权许可模式。苹果针对高通发起的诉讼,首要目的是希望摧毁高通重要的授权许可商业模式,但从目前的结果看,这一模式并没有被有效撼动。此前美国地方法院曾作出裁定,要求高通须向竞争对手授权开放标准必要专利,但该裁定如何执行以及执行到何种程度有待进一步观察。
五、反映了高通专利价值和力量。高通在针对苹果的诉讼中,一直在强调其授权许可模式,其按照整机收费的方式实则是因为其在知识产权领域做出的巨大贡献,需要保护其在知识产权领域所做出的创新,而这些不仅仅体现在基带芯片的通信标准必要专利上。
纵观高通针对苹果全球范围内的专利诉讼,一方面试图通过禁售逼迫苹果和解之外,另一方面也是在显示其在高通非标准必要专利方面的强大储备,而全球司法机构对于高通专利的肯定也证明了高通在高质量专利方面的价值和贡献,而苹果在应对全球司法机构做出的禁令裁定过程中表现出的差别对待和拒不执行的做法也饱受外界指责。
此次双方和解,虽让外界感到“意外”,但也在情理之中。高通一直在通过专利诉讼证明其专利的有效性和价值,而苹果针对高通的反垄断诉讼也无法提供有效的证据,近两年的拉锯,苹果虽然对高通率先发难,但高通随后频频反击,苹果颇有节节败退之势。
这一过程中,高通一直在释放希望双方和解的信号,高通高层多次表示双方会实现和解,而苹果方面一直态度强硬,坚决不松口,苹果寄希望FTC对于高通的反垄断调查能够彻底改变,但从现在的结果看,多方面因素促使苹果妥协,回到谈判桌前。
表面上看,双方和解的结果让苹果很“受伤”,但长远来看,高通与苹果重新修好,或许是对双方最好的结果。苹果可以继续巩固其在手机行业的领先地位,高通重新获得其重要客户订单,双方抽身于繁杂的司法诉讼,将更多精力投入手机行业的创新中,也有助于整个手机行业,特别是5G到来之时整个手机行业生态的发展。
来源/集微网
作者/张轶群
好文章,需要你的鼓励
AIM Intelligence联合多所知名大学揭示了音频AI系统的重大安全漏洞,开发出名为WhisperInject的攻击方法。这种攻击能让看似无害的音频指令操控AI生成危险内容,成功率超过86%,完全绕过现有安全机制。研究暴露了多模态AI系统的系统性安全风险,对全球数十亿智能设备构成潜在威胁。
新加坡国立大学研究团队系统梳理了视觉强化学习领域的最新进展,涵盖超过200项代表性工作。研究将该领域归纳为四大方向:多模态大语言模型、视觉生成、统一模型框架和视觉-语言-动作模型,分析了从RLHF到可验证奖励范式的政策优化策略演进,并识别出样本效率、泛化能力和安全部署等关键挑战,为这一快速发展的交叉学科提供了完整的技术地图。
浙江大学研究团队通过OmniEAR基准测试揭示了当前AI模型在物理世界推理方面的严重缺陷。测试显示,即使最先进的AI在明确指令下能达到85-96%成功率,但面对需要从物理约束推断行动的任务时,成功率骤降至56-85%。研究发现信息过载反而降低AI协作能力,监督学习虽能改善单体任务但对多智能体协作效果甚微,表明当前架构存在根本局限性。
纽约大学和Aimpoint Digital Labs的研究团队首次揭示了Transformer模型训练中"大规模激活"的完整发展轨迹。这些影响力比普通激活大千倍的"超级激活"遵循可预测的数学规律,研究者开发出五参数公式能以98.4%准确率预测其变化。更重要的是,通过调整模型架构参数如注意力密度、宽深比等,可以在训练前就预测和控制这些关键激活的行为,为设计更高效、量化友好的AI模型提供了全新工具。