
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
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。