
CNET科技资讯网 7月12日:高通公司希望美国国际贸易委员会(ITC)禁止进口某些未使用高通基带芯片的iPhone手机。
如果高通公司在最近与苹果公司之间展开的专利诉讼大战中获胜,那么消费者想在美国购买到某些特定机型的iPhone手机将变得非常困难。
近日,高通公司正式向美国国际贸易委员会(ITC)提起诉讼,指控苹果公司的部分iPhone机型侵犯了其六项专利。作为诉讼的一部分,高通公司希望ITC禁止进口某些未使用高通芯片的iPhone机型,并禁止苹果公司继续销售那些已进入美国的同类设备。
高通公司希望禁售的苹果设备包括:AT&T定制版和T-Mobile定制版iPhone 7和7 Plus机型,以及某些iPad设备。这些设备使用的是英特尔的基带芯片;而Verizon等其它运营商的定制版iPhone,则使用的是高通的基带芯片。这些参数划定了这一禁令的范围,同时也避免了对高通芯片业务的伤害。
高通执行副总裁、总法律顾问唐·罗森博格(Don Rosenberg)在接受采访时表示:“苹果公司不断使用我们的技术,但坚持不支付费用。他们真的让我们别无选择,只能对他们说:‘请停止这种行为’。”
高通公司表示,ITC可能将从8月开始调查这一诉讼,并有望于明年开审。罗森博格称,对相关的iPhone禁售令,ITC可能至少需要18个月才能做出裁决。
除了向ITC提出诉讼,高通公司还在美国加州南部地区提起一项新的专利侵权诉讼。罗森博格认为,此案在ITC做出裁决之前可能将处于搁置状态。
高通公司于本周提交的法律文件,是其与苹果公司之间展开的专利诉讼大战中的最新一击。自今年1月份以来,这两家公司就打响了专利战——苹果公司在美国起诉高通公司,声称这家移动技术厂商的专利技术许可条款对其不公,并希望以更低的费用支付在其设备中所使用的高通专利和技术。高通公司则坚称,如果“如果没有高通的核心蜂窝技术,包括iPhone在内的智能手机就不可能出现。”
高通公司是世界上最大的移动芯片供应商之一,它制定了手机连接到蜂窝网络的许多技术标准。其收入来源之一是将专利技术许可给数百家手机制造商和其它厂商。由于高通公司拥有与3G和4G手机相关的专利技术,任何手机制造商生产可连入网络的设备时,都必须向其支付专利许可费,无论它们是否使用高通的芯片。
苹果公司此前通过其合同制造商向高通支付专利许可费,但从今年3月份起,这些制造商开始停止支付专利使用费。苹果公司称,过去的五年里,它始终在努力争取与高通公司签署许可协议,但高通提出的条款并不公平。
高通公司指控苹果侵犯了其六项专利技术。
罗森博格表示,高通公司最新诉讼中的6项专利技术,都不是标准必要专利。他补充说,所有这6项专利都是在2013年到2017年之间获得授权的,其中没有任何一项专利技术包含在苹果的最大的制造商——富士康——与高通签署的专利许可协议之中。
罗森博格还指出:“这些技术确实有助于提高设备的性能和效率,同时也提高了电量的使用效率,使电池续航时间得以延长。”其中一项专利技术涉及到移动图形处理器的架构。它可帮助手机在高清晰度和低画质图片之间切换,以节省电量。另一项专利涉及载波聚合。这一专利技术采用不同波段的无线电频率(手机用来传输数据),并将它们集成到一起。这样手机就能接收到速度最快的可用频率。你可以把这项技术想象成一条拥有三车道的高速公路,汽车可以在车辆较少的车道上进出。另外,高通的专利技术还能让你使用手机将高清视频传输到Facebook上,而不会影响视频质量和过度消耗电量。
高通公司最新诉讼案包括iPhone 7和iPhone7 Plus等机型。罗森博格表示,如果ITC认定苹果公司侵犯了高通公司的专利,诉讼范围还可能扩大到苹果公司未来计划发布的iPhone机型上。
目前尚不清楚高通成功申请到禁售令的胜算究竟有多大。苹果去年曾在专利大战中击败三星,成功禁止了某些侵犯其专利的三星手机在美国的销售。但在禁令开始实施期间,这些设备因为老旧过时,早已不在美国销售了。
https://www.cnet.com/uk/news/apple-iphone-ban-qualcomm-patent-infringement-itc/
好文章,需要你的鼓励
浙江大学团队提出动态专家搜索方法,让AI能根据不同问题灵活调整内部专家配置。该方法在数学、编程等任务上显著提升推理准确率,且不增加计算成本。研究发现不同类型问题偏爱不同专家配置,为AI推理优化开辟新路径。
清华大学研究团队提出SIRI方法,通过"压缩-扩张"交替训练策略,成功解决了大型推理模型"话多且准确率低"的问题。实验显示,该方法在数学竞赛题上将模型准确率提升43.2%的同时,输出长度减少46.9%,真正实现了效率与性能的双重优化,为AI模型训练提供了新思路。
南洋理工大学与腾讯联合研究团队开发出Rolling Forcing技术,实现AI视频实时流式生成的重大突破。该技术通过滚动窗口联合去噪、注意力锚点机制和高效训练算法三项创新,解决了长视频生成中的错误累积问题,可在单GPU上以16fps速度生成多分钟高质量视频,延迟仅0.76秒,质量漂移指标从传统方法的1.66降至0.01,为交互式媒体和内容创作开辟新可能。
华中科技大学研究团队发现,通过让AI模型学习解决几何问题,能够显著提升其空间理解能力。他们构建了包含约30000个几何题目的Euclid30K数据集,使用强化学习方法训练多个AI模型。实验结果显示,几何训练在四个空间智能测试基准上都带来显著提升,其中最佳模型达到49.6%准确率,超越此前最好成绩。这项研究揭示了基础几何知识对培养AI空间智能的重要价值。