作者:周雅
在元宇宙概念的设想下,大家最好奇的问题之一就是——找到元宇宙的入口。
按照这个逻辑,元宇宙的入口,也将是一个了不起的装置。
作为进入这个世界的“任意门”。
而在今年的2021骁龙技术峰会,新技术的发布,都指向了通往元宇宙入口的底层技术。
元宇宙「入口」的钥匙
在网络直播中,颇有些时空交错的意味。
虚拟和现实的融合,打通了时差与地理分界线,一切如同一个元宇宙的雏形。
左:Meta(前FACEBOOK)CTO兼Reality Labs负责人Andrew Bosworth;右:高通CEO安蒙
。
假设如果没有通信能力,没有5G/6G等移动网络,我们甚至无法接入元宇宙,只能在单机里自嗨;如果没有承载计算能力的芯片,再炫酷的场景也无法呈现在大家面前,元宇宙将没有宇宙,理想将变得很无厘头。
从这个角度看,作为移动通信领域的主要技术供应商,高通迎来了前所未有的机遇。毕竟多年来,骁龙平台,正是提供计算+通信的开放生态平台。
拉动元宇宙的「发动机」
,它们像拼图一样被排兵布阵到一颗SoC里,这颗SoC,就是骁龙。
具体而言,高通希望利用在移动通信领域的技术积累,打造并不断优化骁龙XR平台,通过XR核心芯片平台、软件与算法、参考设计、合作项目等加速其在XR应用落地,协助伙伴共同实现元宇宙的未来愿景。
,涵盖Oculus Quest 2、微软HoloLens 2、Nreal、爱奇艺奇遇AR及VR设备等。除了硬件平台,高通还会给OEM厂商提供贴心服务,既有包括平台API在内的软件和技术套装,也有包括关键组件选择、产品和硬件设计资料的参考设计,并在软件算法端加入眼球/手势追踪、场景理解等功能应用,为开发者提供了强大的性能支持。
”,旨在通过让AR创新者或企业提前获得平台技术、项目资助、联合营销与推广和硬件开发套件的支持,助力构建活跃的开发者社区。
,该联盟将关注具有高度发展性及潜力的XR生态领域创新创业项目,并为联盟成员提供信息交流平台,帮助提升成员公司在XR领域的投资效率,促进成员之间的联合投资。
无论是教育、娱乐、医疗、工业,从业者都可以戴上便捷的XR眼镜,进入虚拟场景,率先尝鲜元宇宙。
图:骁龙“技术线路图”
我们不仅在技术端有理由相信借助骁龙腾云元宇宙,生态端的历史征程也是带来信心的保证。
在移动互联网这一发展阶段,从市场规模看,骁龙充分赢得了伙伴的信心,其在中国和印度的品牌知名度超过了80%;从生态合作看,骁龙的朋友圈几乎占智能手机市场的半壁江山,覆盖中兴通讯、小米、vivo、Redmi、realme、OPPO、一加、努比亚、iQOO、荣耀、黑鲨、索尼、夏普以及Motorola等品牌;从用户群看,高通坐拥目前规模最大的移动处理器粉丝社区——Snapdragon Insiders,目前汇聚了全球数百万名骁友。
而此次全新一代骁龙8移动平台的发布,并将元宇宙划入未来图景,也进一步说明,骁龙是一条不断自我成长的“龙”。官方资料显示:
全新一代骁龙8移动平台包括射频前端及其组件、电源管理IC、先进的音频编解码器、高通Quick Charge技术支持的充电解决方案、和高通3D Sonic指纹识别技术支持的生物识别解决方案。而且,集成在骁龙8中的第4代支持毫米波的骁龙X65调制解调器及射频系统,已在速率上突破两位数大关,它是全球首个支持高达10Gbps下载速度的解决方案,同时也是首个支持Release 16特性的调制解调器及射频系统,不仅将推动打造全新5G技术、还将推动5G进入移动之外的全新行业,包括教育、金融、工业、医疗、娱乐等等。
XR将是你的神笔,整个世界都将是你的画布。
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。