万物互联时代的到来,对各行各业都带来了不小冲击。尤其是在射频RF领域,4G极速网络的来临,手机频段的增加对通信行业解决方案提供商提出了更大的挑战。面对如此压力,RFMD和TriQuint两家公司携手合并为Qorvo,将整合的解决方案带往全球市场。
在Qorvo诞生前,TriQuint和RFMD都曾是RF领域的强者,却各有侧重,几乎没有业务重叠。在此契机下,双方更乐意选择优势互补,成立Qorvo,在竞争力的提升上可以说是1+1>2,尤其是在业务范围和专业能力的拓展方面。RFMD在PA和开关、TriQuint在滤波器和整合方面各具优势,两者的整合让Qorvo有能力提供业界领先的RF产品和解决方案,以及强有力的客户支持。
目前,全新整合规划后的Qorvo关注三个关键市场,航空和国防,网络基础设施及移动设备。优势互补下的Qorvo有能力为物联网提供核心的互联技术支持,涵盖无线和有线的基础设施领域。
Qorvo的产品不仅面向智能手机和平板电脑,还面向宽带、有线电视、无线基础设施、智能电表的能源管理等等。这些市场,尤其是无线基础设施,增长速度快,也给电子行业带来许多机会。而这些行业的增长无疑带动了数据的增长,也带动了对数据连接需求的增长。
首先频段的增加十分显著。5-10年前的移动手机可能只有2-3个频段,而如今一个全球通手机的频段数可能超过40。因此如今设备的数据能力是显著增加的。
在这样一个频段和性能的增长如此快速的市场环境中,Qorvo能共取得成功的关键,在于能够将整合当前的RF前沿技术。而这种实力的整合对于客户来说,意味着他们可以借助Qorvo的技术和产品来简化设计、缩减尺寸、节约耗电、提升系统性能。
中国市场也是Qorvo十分重视的。目前Qorvo在北京有一个制造工厂,同时也在持续加大投资,筹划另一个制造工厂,扩大在中国的生产制造能力。
此外,Qorvo积极与华为和中兴等基础设施运营商、高通和联发科等芯片公司、以及业内组织合作,先于客户一步,针对未来市场的需求展开产品规划、并从系统角度展开布局。
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。