CNET科技资讯网 1月20日 北京消息:1月19日,在国家知识产权局召开的新闻发布会上,国家知识产权局办公室主任胡文辉对外发布,2016年,我国发明专利申请达到133.9万件,同比增长21.5%,连续6年位居世界首位。发明专利申请量排名前三的公司分别为华为、中石化和乐视。
我们先来看我国发明专利申请受理量排名前十位(不含港澳台)企业依次为:华为技术有限公司(4906件)、中国石油化工股份有限公司(4405件)、乐视控股(北京)有限公司(4197件)、中兴通讯股份有限公司(3941件)、广东欧珀移动通信有限公司(3778件)、京东方科技集团股份有限公司(3569件)、珠海格力电器股份有限公司(3299件)、北京小米移动软件有限公司(3280件)、努比亚技术有限公司(2912件)、国家电网公司(2784件)。
可见,2016年我国发明专利申请受理量排名前十的企业大多涉足手机行业,华为、乐视、中兴、OPPO、小米、努比亚等智能手机厂商分别入围。
从排名位次和申请量看,除华为外,乐视以4197件发明专利申请超越中兴、OPPO、小米、努比亚等厂商。乐视全球专利副总裁谢海楠表示,当有一天战略被复制,模式被抄袭,资本无差异,只有通过脚踏实地建立起来的知识产权壁垒,才能担负生态保卫战的职责。对于正在成为互联网创新领导者的中国,正在赋予知识产权人保卫中国从“中国制造”转变为“中国智造”核心竞争力的重任。
除了国内市场,乐视专利布局已经延伸至已覆盖美国、印度、俄罗斯等全球化战略目标国,欧、日、韩等主要市场和加拿大、巴西等较大经济体。
乐视作为一家以“互联网生态经济商业模式”进入中国及全球市场的创新型公司。该公司的商业模式不专注于单一领域的产品和服务,而是通过云计算技术将电视、手机、汽车与内容、体育、金融等多领域业务融为一体,孵化出互联网、科技和文化跨界融合的互联网生态系统。
据知识产权专业媒体报道,仅2016年上半年,乐视在视频网站、电视、手机、EUI等领域便已提交3142件中国专利申请,超越前一年度全年申请量,与2015年同期相比增长1433%。
2016年12月13日,在国家知识产权局与世界知识产权组织联合设立的第十八届中国专利奖评选中,乐视两项专利分别获得中国专利优秀奖和中国外观设计优秀奖。这是乐视专利首次获得中国专利界最高奖项——中国专利奖。
今年1月CES展上亮相的FF91量产车型,Faraday Future公司也已提交1940件专利申请,其中整车专利申请614件,车联网专利申请1326件。
在专利战略上,乐视搭建了VR/AR相关、多路流直播技术、CDLA全程数字化无损音频技术等生态专利包。并且,乐视集团知识产权部获得《中国知识产权杂志》评选的“2016中国杰出企业知识产权管理团队”称号。
谢海楠在2016紫金国际知识产权峰会上表示,通过历时一年多对知识产权战略的执行,全力走在全球化道路上的乐视,已经可以在大多数知识产权密集市场享有相对较高的自由运营度。乐视将坚持不断投资研发,持续技术创新,快速提升公司的长期竞争力。
在海外专利布局基础上,乐视知识产权团队还引入顶级智库为海外业务护航。
2016年8月25日,曾入选世界知识产权顶级媒体《知识资产管理》“世界IP名人堂”的美国联邦巡回上诉法院前首席大法官兰道尔.雷德到访位于中国北京的乐视集团总部,并与乐视全球专利副总裁谢海楠签署了战略合作协议。
公开资料显示,1988年,兰道尔.雷德被“美国人心中最伟大的总统之一”罗纳德.里根任命为美国联邦索赔法庭法官;1990年,美国第41任总统乔治.H.W.布什(老布什)任命雷德为美国联邦巡回上诉法庭法官。2010年6月,有20年联邦上诉法庭裁决经验的他正式出任首席大法官。根据美国法律制度,联邦上诉法院的法官由总统提名,经参议院同意任命,管辖地理范围涉及全美,案件范围则为专利、商标、版权、合同、国内税收等案件。据美国媒体报道,兰道尔.雷德获得过包括Sedona知识产权法终身成就奖、乔治华盛顿大学法学院卓越奖等奖项,并在2011年入选世界知识产权顶级媒体《知识资产管理》(IAM)的“世界IP名人堂”。2014年,兰道尔.雷德卸任首席大法官职位后,将他的学识和审判经验彻底释放出来,为世界知识产权行业贡献了大量论著与精神财富,同时在当今美国法律界持续释放着他的重量级影响。
知识产权界分析人士表示,乐视与兰道尔.雷德战略合作一方面表明乐视作为全球唯一的生态型互联网公司,已在北美社会获得关注。同时,此次合作意味着在北美市场,乐视北美专利申请与保护及可能出现的专利遭遇战将获得支持,对未来乐视的全球化布局起到至关重要的作用。
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。