
SanDisk闪迪昨日发布5款移动存储新品,专注全移动存储解决方案。从最初传统的卡类存储产品,到去年针对移动设备推出无线存储器,闪迪意识到移动生活方式逐渐流行,开始在移动设备创造内容。
闪迪移动存储解决方案系列产品包含:闪迪移动存储解决方案系列产品包含:闪迪移动microSD™存储卡、闪迪欢欣i享™闪存盘、OTG USB 闪存盘、最新的Dual USB Drive Type-C USB闪存盘以及闪迪欢欣畅享无线系列产品。
近期国际数据公司(IDC)发布的一份行业报告表明,今年人们拍摄并分享的照片将高达1.6万亿张,而每10张中有7张是通过移动设备拍摄的。为顺应趋势,5款新品非常适合拍照达人,闪迪公司中国区总经理黄智华称,新产品适用于众多移动设备,让大家捕捉并分享那些值得纪念的幸福时光。
闪迪最新发布的200GB闪迪至尊高速移动™ microSDXC™ 存储卡,是全球首个拥有200GB容量的 microSD卡,在2015巴塞罗那世界移动通信大会上首次亮相之后获得业界媒体好评。指甲盖大小,能支持拍摄高达20个小时的全高清视频,1分钟可传输高达1200张照片。可选容量从 4GB 到 200GB,具有防水、防震、耐冷耐热、抗X光等特性。
闪迪至尊高速移动™ microSDXC™ 存储卡
闪迪欢欣i享闪存盘可在 iPhone、iPad、PC 和 Mac电脑之间传输照片和视频,释放 iPhone 或 iPad 的存储空间,扩展高达128GB 的存储空间。简单设置后能实现手机相册中的照片与视频实时、自动备份,并可以从闪存盘上直接播放各种流行格式的视频及音乐。闪迪欢欣i享闪存盘采用可伸缩接口设计,可直接与绝大多数的iPhone或iPad连接。
闪迪欢欣i享闪存盘
闪迪至尊高速OTG USB3.0闪存盘可以将文件在带有OTG功能的Android 智能手机、平板电脑、电脑及Mac电脑中进行传输。通过micro-USB接口连接Android 智能手机,可以传输高达64GB的数据, 该设备搭载了USB3.0高速接口,提供高达130MB/s6 的传输速度。
闪迪至尊高速OTG USB3.0闪存盘
闪迪Dual USB Drive Type-C USB闪存盘,一端为Type-C接口,另一端为USB 3.0接口,用于未来新一代设备与PC及Mac电脑之间数据传输。最大存储容量为32GB。
闪迪Dual USB Drive Type-C USB闪存盘
闪迪欢欣畅享无线闪存盘,可为iPad、iPhone、Kindle Fire 和 Android设备即时增加多达 64GB容量。该闪存盘十分小巧便携,可无线移动访问电影、照片、音乐和文件,无线连接多达 8 台设备和向多达 3 台设备传送媒体内容,而无需互联网连接。无线闪存盘可通过 USB 进行充电,单次充电可续航持续播放长达 4 小时。
闪迪欢欣畅享无线闪存盘
无线媒体驱动器支持 iPad、iPhone、iPod touch、Kindle Fire 和 Android设备,外形口袋大小,能在平板电脑、智能手机和计算机上串流播放高清影片、照片和音乐。这款驱动器配备 SDHC/SDXC 卡插槽,单次充电可连续串流传输内容长达 8 小时。
无线媒体驱动器
好文章,需要你的鼓励
这项由IIT马德拉斯与BITS Pilani联合发布的研究(arXiv:2604.21523,2026年4月)构建了FOCUS元评估基准,系统检验了评审型视觉语言大模型的可靠性。通过向超过4000个图文和图像样本中注入40种受控错误,研究发现顶尖评审AI的检测失败率在某些条件下超过50%,物理合理性和视觉细节类错误尤为难以被发现,两两比较是最可靠的评审范式。
这篇由Sylph.AI发布的技术报告提出了一套两层自动化框架,核心思想是让AI自动优化自身的运行脚手架,再进一步让AI学会如何更高效地做这种优化。内层的脚手架进化循环通过工人代理、评估代理和进化代理的协作,自动迭代改进单个任务的运行配置;外层的元进化循环则在多个任务上训练,学习一套能快速适应任何新场景的通用进化蓝图,从而彻底消除人工脚手架工程的需求。
这篇由英伟达等顶尖机构联合发表的论文提出了一种名为Voyager的新型智能体。研究团队以《我的世界》为实验平台,通过引入自动课程规划、技能库存储以及迭代反馈机制,成功让大语言模型主导的AI在完全无人类干预的情况下,实现了在复杂开放世界中的自主探索与终身学习。实验数据表明,Voyager在物品收集、探索范围及技能解锁速度上均呈现出远超传统方法的压倒性优势,为未来开发能够自主解决真实物理世界复杂任务的通用人工智能奠定了关键的理论与实践基础。
这项由伊利诺伊大学、斯坦福大学、英伟达和麻省理工学院联合发布的研究(arXiv:2604.25917,2026年4月)提出了RecursiveMAS框架,让多个异构AI模型通过轻量级模块RecursiveLink在内部信号层面直接传递"潜在思想",形成循环协作,彻底绕开了传统多AI系统依靠文字传话的低效方式。配合两阶段内外循环训练策略,整个系统只需优化极少量参数,就能在数学、科学、代码生成和搜索问答等9个基准测试上取得平均8.3%的精度提升,同时实现最高2.4倍推理加速和75.6%的token用量削减。