据台湾媒体报道,援引业界知情人士消息,台积电将从今年第二季度开始,为苹果下代iPhone生产指纹传感器。目前台积电为苹果iPhone 5s代工生产指纹传感器产品。
据悉,未来台积电将在其12英寸晶圆厂使用65纳米工艺为苹果下一代iPhone生产指纹传感器。
消息称,此次台积电将自主处理后端晶圆级芯片封装(WL-CSP)过程,而非之前分包给IC后端服务公司,这有助于提高生产指纹传感器的产能。台积电为iPhone 5s生产指纹传感器,而将后端服务外包给精材科技(XinTec)、晶方半导体(China Wafer Level CSP)以及日月光半导体。
尽管苹果尚未透露何时将发布其下一代iPhone手机,但预计苹果将会在今年某个时候宣布这一消息。
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。