尽管微软应该一直在思考如何吸引Android开发人员和手机制造商们加入其Windows世界,但这并未阻止微软继续收取其他公司使用Android的专利许可费。
今年2月13日,微软与美国汽车音响电子有限公司Voxx Electronics签署了其最新专利许可协议,该公司原为著名汽车音响公司Audiovox Electronics。协议包括允许Voxx设备运行Android操作系统,“包括后座娱乐设备、平板电脑和其他消费设备”。
据新闻报道称,虽然该协议条款是保密的,但微软将根据协议向Voxx收取专利税。
此前,微软已与多家使用Android和Chrome操作系统的公司签订了类似的专利许可协议,根据协议,这些公司同意向微软支付保密的费用,获取未指明的微软专利技术许可权,而这些专利技术属于谷歌操作系统的一部分。
微软此前与三星、LG、宏达电、宏碁、Barnes & Noble、亚马逊等均签订了专利许可协议。
对微软而言,专利授权是该公司凭借自身能力获取的数十亿美元的交易之一。
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。