CNET科技资讯网 12月30日 北京消息(文/周雅):高通与珠海市魅族科技有限公司今天宣布,双方在平等谈判的基础上达成了专利许可协议,根据协议条款,高通授予魅族在全球范围内开发、制造和销售CDMA2000、WCDMA和4G LTE(包括 “三模” GSM、TD-SCDMA和LTE-TDD)终端的付费专利许可。
这意味着:
1、魅族在中国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。
2、该协议解决了高通和魅族之间在中国、德国、法国和美国的所有专利纠纷。
3、高通和魅族已经同意采取适当步骤终止或撤回专利侵权诉讼及相关专利无效或其他相关诉讼。
魅族科技总裁白永祥表示,“魅族13年来持续为用户提供激动人心的创新产品。今天,我们更加清晰的描绘了我们的愿景,成为世界级的设计科技品牌。为此,我们决心移除阻碍,聚焦产品,朝向目标。同时,很高兴与高通的平等谈判得到顺利推进,最终达成协议。”
高通执行副总裁兼技术许可业务总裁亚历克斯·罗杰士表示:“高通很高兴能和魅族签订许可协议, 并帮助魅族在中国以及全球范围内提升其产品线,并取得强劲增长。高通的标准化技术正支持无线生态系统内的众多公司打造全新产品和服务,同时也在持续改变人们的生活。”
这件事情的开头可以追溯到今年6月,美国高通公司将魅族公司告上法院,控告后者侵犯了其3G/4G通信技术专利,要求赔偿5.2亿元。随后,魅族很快呛声是“高通专利费用问题”。4个月之后,高通宣布向美国、德国和法国地区起诉魅族公司侵犯专利。
某种程度上,这是一个偶然事件,因为当时除了魅族等少数厂商外,绝大多数的国内手机已经或正在与高通达成专利许可协议。
而另一方面,最后魅族选择与高通和解,获得正式授权又是一个必然结果。原因有二:一是高通的标准必要专利是智能手机厂商无法绕开的。二是在智能手机厂商越来越国际化竞争和白热化的今天,在专利和核心芯片上有缺失,很难立足于这个市场并取得竞争优势。法律上,高通可利用的专利装备又极大程度的被丰富了。也就是说,尽管魅族在之前与高通迟迟没能达成协议,但是只要魅族寻求更大的手机产业的发展空间,和解是一个必然选择。
在商言商,双方专利许可的签署对于双方依然是一个双赢的结果。
签下魅族,意味着高通终于拿下中国手机市场的最后一块城池,佐证了高通近日在微博上所说的“中国智能手机十强均获高通专利许可”。坐稳了芯片巨头的座位,为高通的商业模式带来利益。其次,魅族今年约2000万台手机销量,也将进一步扩充到高通技术许可业绩中。
和高通签约,说明国内手机行业尊重知识产权已成共识,在这个“转型”是家常便饭的年代,国产手机厂商可以把更多的精力投入到产品中去,进一步应对国内消费环境的变化;同时解决了专利争议之后,也利于国产手机品牌加快走向海外市场。魅族由此也可以说摆脱了产品中最被关注的槽点。有了高通的专利授权,魅族未来的手机就多了硬性实力:正如白永祥所说,会给其“用户、渠道、股东和员工共赢的局面添砖加瓦”,为魅族的下一步发展扫清一大障碍,利于魅族扩充自己海外销量版图。
最后,已经有网传消息称,魅族近期曝光了2017全年产品规划,年底会在一款名为魅蓝M的手机上使用骁龙626中端处理芯片,所以魅族或许最早有望在2017年底量产并推出搭载高通芯片的产品。
好文章,需要你的鼓励
这项研究利用大语言模型解决科学新颖性检测难题,南洋理工大学团队创新性地构建了闭合领域数据集并提出知识蒸馏框架,训练轻量级检索器捕捉想法层面相似性而非表面文本相似性。实验表明,该方法在市场营销和NLP领域显著优于现有技术,为加速科学创新提供了有力工具。
un?CLIP是一项创新研究,通过巧妙反转unCLIP生成模型来增强CLIP的视觉细节捕捉能力。中国科学院研究团队发现,虽然CLIP在全局图像理解方面表现出色,但在捕捉细节时存在不足。他们的方法利用unCLIP生成模型的视觉细节表示能力,同时保持与CLIP原始文本编码器的语义对齐。实验结果表明,un?CLIP在MMVP-VLM基准、开放词汇语义分割和视觉中心的多模态任务上显著优于原始CLIP和现有改进方法,为视觉-语言模型的发展提供了新思路。
这项研究介绍了RPEval,一个专为评估大语言模型角色扮演能力而设计的新基准。研究团队从法国里尔大学开发的这一工具专注于四个关键维度:情感理解、决策制定、道德对齐和角色一致性,通过单轮交互实现全自动评估。研究结果显示Gemini-1.5-Pro在总体表现上领先,而GPT-4o虽在决策方面表现出色,但在角色一致性上存在明显不足。这一基准为研究人员提供了一个可靠、可重复的方法来评估和改进大语言模型的角色扮演能力。
这篇论文介绍了LegalSearchLM,一种创新的法律案例检索方法,将检索任务重新定义为法律要素生成。研究团队构建了LEGAR BENCH数据集,涵盖411种犯罪类型和120万案例,并开发了能直接生成关键法律要素的检索模型。实验表明,该模型在准确率上超越传统方法6-20%,且在未见犯罪类型上展现出强大泛化能力。这一突破为法律专业人士提供了更高效、精准的案例检索工具。