高通今日宣布与海信集团有限公司(海信)达成了新的3G和4G中国专利许可协议。按照协议条款,高通授予海信开发、制造和销售在中国使用的3G WCDMA及CDMA2000(包括EV-DO)和4G LTE(包括 “三模” GSM、TD-SCDMA和LTE-TDD)终端的付费专利许可。海信应支付的专利费用与高通向中华人民共和国国家发展和改革委员会所提交的整改措施条款相一致。
海信集团总裁刘洪新表示:“海信十分自豪能够为消费者带来创新和令人兴奋的终端。能够采用高通的最新技术,有助于我们为中国不同类型的消费者设计出强大的通信、娱乐及生产力终端。”
高通总裁德里克·阿博利表示: “高通一直致力于发明并分享我们的技术。正是通过这样的许可协议的方式,我们的技术得以应用于消费类产品中。相信海信也将继续以适宜价格为中国消费者提供丰富移动体验。”
好文章,需要你的鼓励
GeoVerse融合几何潜在扩散模型与Wan2.2视频生成先验,并引入全局空间记忆机制,实现了跨视角一致、生成质量高且推理速度快的新视角合成,在多个数据集上大幅超越现有方法GLD。
本文解读TT-VidT,一种通过分离外观锚点与动作令牌、结合Diff Compression训练目标的视频自监督方法。在24种架构目标组合的受控实验中,仅TT3D与Diff Compression搭配才能进入强动作敏感区,且计算量比同类方法降低近一半。
Q&A Q1:Imprint Reader是什么? A:Imprint Reader是上海人工智能实验室团队开发的模型,通过SMaRT训练方法学会读取另一个模型冻结的权重更新,把参数层面的变化翻译成自然语言描述,判断这次更新到底注入了什么知识或诱导了什么行为习惯。 Q2:MetaEdit能做什么? A:MetaEdit能把Reader对目标行为的梯度信号迁移到原始模型上,不需要任何目标任务的训练数据,只用一句行为描述就能定向调整模型参数,已经在安全性拒绝率调节、数学推理风格转变和工具调用能力提升上验证过效果。 Q3:Imprint Reader读权重更新的准确率高吗? A:目前还不高,知识类目标的Pass@100只有2%,行为类目标是16%,说明自由生成描述的可靠性有限,但相比原始模型完全答不出来的0%基线,已经证明了权重更新的自然语言读取是可行的。
统一多模态模型能看也能画,理论上该会自我修正。本论文提出UMM-Reflection,用整条轨迹的强化学习联合训练诊断和修图能力,GenEval提升12分,且迁移到多个未训练基准,揭示RL提升的是选择可靠性而非新能力。