科技行者 1月11日 北京消息(文/李祥敬):在CES2020上,HDMI Forum, Inc.(HDMI Forum)介绍了全新超高速HDMI线缆认证计划以及HDMI 2.1最新动态与市场采纳情况。为顺利将优质超高速HDMI线缆投放市场,并支持4K和8K视频、HDR、VRR、eARC及其他所有HDMI 2.1特性,HDMI Forum还宣布推出针对所有超高速HDMI线缆的强制性认证计划。
超高速HDMI线缆认证包括满足当前EMI要求并将无线干扰降至最低的测试。任何长度的所有线缆均须通过HDMI授权测试中心(ATC)的认证测试,才能获得认证。获得认证后,线缆的每个包装均应粘贴超高速HDMI认证标签,向消费者表明产品的认证状态。
因为只有超高速HDMI线缆才能确保将HDMI 2.1的全部特性和功能从源设备传输到显示屏。HDMI Forum通过这个认证确保超高速HDMI线缆符合HDMI 2.1规范,这对于HDMI生态系统而言非常重要。
HDMI Forum的强制性ATC专属认证要求旨在确保所有线缆均符合HDMI 2.1规范。作为直观认证,防伪“超高速HDMI认证标签”及其扫描结果可证明产品符合HDMI Forum的要求。这个标签上有二维码,你可以扫描直接获得详细的产品信息,以及是否是正品等。
该计划将由HDMI Forum的授权代理商HDMI Licensing Administrator, Inc.(HDMI LA)管理,作为其现有认证计划的一部分。HDMI LA公司总裁Rob Tobias在接受记者采访时表示,HDMI 的优质线缆认证计划已推出长达五年之久,很多HDMI线缆制造商均已测试并认证其高速HDMI线缆,同时贴上防伪标签。扩大这个计划,并纳入全新超高速HDMI线缆认证,势必带来无缝的认证体验。
超过140家线缆制造商参与了目前的优质线缆认证计划 (Premium Certification Program),且各大经销商均有赖于防伪认证标签、定期线缆审计测试和供应链认证扫描应用程序。新计划的扩展将很快落实,且将于启动时告知HDMI采纳者。
在目前的主流影音设备上,HDMI接口几乎成为标配。诸如液晶电视、网络机顶盒、平板电脑、XBOX等设备上均能看到HDMI接口的身影。但是,当视频源发展到8K时代,现有的HDMI标准已经无法满足视频传输需求,因而在2017年底推出了HDMI2.1接口标准。Rob说,HDMI 2.1的推出是为了适应当前新的电子消费潮流,比如8K、VR等。HDMI 2.1 48G线缆将有4条数据路径,每条超12GT/s,总带宽为48Gbps,高于目前的18Gbps,同时保留了与现有设备的向后兼容性。
对于4K分辨率,HDMI 2.1标准能够支持4K/120Hz的画面,在4K分辨率下120Hz的刷新率不仅能够带来更为流畅的4K影片,同时还能够满足时下热门3D/VR等设备的要求。
HDMI 2.1支持最新的Dynamic HDR(动态HDR)技术,比起目前HDMI 2.0的静态HDR,动态HDR可以确保视频的每一幕,甚至是每一帧画面都进行重新调整。这些连续不断的指令被称作动态元数据,HDMI 2.1提供了传输动态元数据的综合机制,从而每一帧都能够显示出景深、细节、亮度、对比度的理想值以及更宽广的色域。
其实作为超高清影像与多声道音频传输的先进技术,HDMI早已延伸到消费性电子产品领域之外,应用于日益广泛的设备、应用和行业,包括移动电话、平板电脑、汽车以及数字报牌和机场系统等商业应用。
现在5G和Wi-Fi 6的无线传输技术不断革新,Rob说,这些技术更多是在云端和本地设备之间的互联互通,HDMI作为连接设备的接口,其实与这些技术一起成长。
显然,5G的发展需要一个过程,它并不会对HDMI的发展和普及带来冲击。而8K的到来,使得8K电视和周边产品都迅速增长,这为更高规格的HDMI接口普及提供了机会。目前8K显示设备已经接入了HDMI 2.1规范,这意味着8K产品将具有统一的传输接口,并能更快速的投放到市场当中。
为了获得生产HDMI规格产品的许可证,公司必须成为HDMI Forum会员。这确保了整个消费电子生态系统的协同工作能力,并满足性能要求,以确保稳定无缝的优秀用户体验。
Rob表示,目前全球有大约90亿产品支持HDMI,而且HDMI Forum的成员已经超过1700多家,其中40%是中国厂商。“对于中国市场,我们非常重视,比如在深圳举行HDMI开发者大会,还有与中国电子视像行业协会(CVIA)建立新型合作关系,与小米在电视盒子方面展开广泛探索。随着中国智能终端市场的深入发展,HDMI通过技术创新与时代保持同步,在协同创新方面,为中国智能终端市场的转型升级提供支撑。”
好文章,需要你的鼓励
新加坡国立大学研究团队开发了SPIRAL框架,通过让AI与自己对弈零和游戏来提升推理能力。实验显示,仅训练AI玩简单扑克游戏就能让其数学推理能力提升8.6%,通用推理提升8.4%,且无需任何数学题目作为训练材料。研究发现游戏中的三种推理模式能成功转移到数学解题中,为AI训练提供了新思路。
同济大学团队开发的GIGA-ToF技术通过融合多帧图像的"图结构"信息,创新性地解决了3D相机噪声问题。该技术利用图像间的不变几何关系,结合深度学习和数学优化方法,在合成数据集上实现37.9%的精度提升,并在真实设备上展现出色泛化能力,为机器人、AR和自动驾驶等领域提供更可靠的3D视觉解决方案。
伊利诺伊大学研究团队通过对比实验发现,经过强化学习训练的视觉语言模型虽然表现出"顿悟时刻"现象,但这些自我纠错行为并不能实际提升推理准确率。研究揭示了AI模型存在"生成-验证差距",即生成答案的能力强于验证答案质量的能力,且模型在自我验证时无法有效利用视觉信息,为AI多模态推理发展提供了重要启示。
MIT等顶尖机构联合提出SparseLoRA技术,通过动态稀疏性实现大语言模型训练加速1.6倍,计算成本降低2.2倍。该方法使用SVD稀疏性估计器智能选择重要计算部分,在保持模型性能的同时显著提升训练效率,已在多个任务上验证有效性。