2023年4月18日,美国得克萨斯州达拉斯——简化先进技术共享方式引领者Avanci宣布,三星电子已成为Avanci车辆平台4G项目、售后市场项目及Avanci广播电视平台等多个许可项目的许可方。
官方介绍,Avanci改变了企业分享技术的方式,使产品制造商仅通过一份协议,便可获准使用诸多企业和研究机构的专利技术,且在产品生命周期内只需一次性支付固定费用。囊括了来自全球各地成百上千位发明家的发明创造,Avanci平台的许可模式将有效帮助企业发挥这些技术的潜力,为消费者打造创新型产品。
目前全球已有超过80个汽车品牌成为Avanci车辆平台4G项目的被许可方。他们都将获准在其生产的联网汽车中使用三星电子的2G、3G、4G标准必要专利,拓展了其已有许可协议的涵盖范围。同样,Avanci售后市场平台的被许可方所制造的售后车辆产品也在获准范围之内。
根据协议,三星电子不仅加入了Avanci车辆平台4G项目和汽车售后市场项目,也同时以许可人和被许可人的双重身份加入了Avanci广播电视平台。至此,包括三星在内的56家Avanci平台专利权人囊括了绝大多数的4G移动标准必要专利,对于已经加入Avanci平台的80多个汽车品牌而言,他们无需缴纳任何额外的费用,便可以获准使用三星电子和未来更多加入平台专利权人的2G、3G、4G标准必要专利,不断获得额外价值。
此外,Avanci还于近期推出了Avanci广播电视平台,这是针对ATSC 3.0标准的一站式许可平台。三星电子是ATSC 3.0标准开发的重大贡献者,也是该平台的首批许可人之一,平台现有许可方的专利组合占已经声明的ATSC 3.0标准必要专利族总量的逾70%。三星电子是全球最大的电视制造商,包括三星电子在内的Avanci广播电视平台首批被许可方售出了目前绝大多数的ATSC 3.0电视机。
“我们热烈欢迎三星电子成为Avanci的许可方,三星电子是全球创新的领导者,也是标准化技术发展的长期贡献者。”Avanci创始人兼首席执行官Kasim Alfalahi表示,“三星电子的到来,证明了Avanci开创的许可模式对于相关产业的强大吸引力,并将在不增加额外许可成本的前提下,为平台现有的及潜在的被许可方创造更多价值。我们期待与三星电子及其他合作伙伴通力协作,探索当下和未来的高效许可解决方案。”
Kasim Alfalahi近日在英国知名知识产权媒体IAM评选的2022年TOP40市场创造者榜单中位列榜首。该榜单旨在评选2022年知识产权领域最重要的交易撮合者和决策者。Kasim是简化专利许可流程的倡导者,他曾任爱立信(Ericsson)首席知识产权官,领导该公司的知识产权业务。在他的领导下,专利许可业务成为爱立信在全球获得成功的根基,在2015年创收17亿美元。
Kasim在爱立信工作20多年后,带着对专利许可的新愿景离开爱立信创建了Avanci,他的目标是为许可流程带来公平、透明和可预测。市场对Avanci的透明模式反响十分积极,引发了对更多行业许可解决方案的需求,推动了马可尼(Marconi)公司成立,为Avanci和其他许可业务提供支持。
对于Kasim和他创立的Avanci,IAM评价道:“2022年是Avanci专利许可平台的分水岭之年。自2017年以来,Avanci的4G项目逐步取得进展,2022年,加入该项目的汽车制造商数量激增。目前,Avanci平台有80多家被许可方,他们生产了全球85%以上的网联汽车。在Avanci宣布将要把许可价格从每辆车15美元提高到每辆车20美元后,Avanci获得了大量的新加入的成员,其中包括首批加入该平台的亚洲大品牌:本田、日产、丰田和现代。此外,福特、通用汽车和大众汽车也在2022年加入该平台。”
华为、爱立信、诺基亚、高通、小米、OPPO等公司的相关知识产权负责人也在榜单之中。他们都在2022年贡献了亮眼的表现。
好文章,需要你的鼓励
AIM Intelligence联合多所知名大学揭示了音频AI系统的重大安全漏洞,开发出名为WhisperInject的攻击方法。这种攻击能让看似无害的音频指令操控AI生成危险内容,成功率超过86%,完全绕过现有安全机制。研究暴露了多模态AI系统的系统性安全风险,对全球数十亿智能设备构成潜在威胁。
新加坡国立大学研究团队系统梳理了视觉强化学习领域的最新进展,涵盖超过200项代表性工作。研究将该领域归纳为四大方向:多模态大语言模型、视觉生成、统一模型框架和视觉-语言-动作模型,分析了从RLHF到可验证奖励范式的政策优化策略演进,并识别出样本效率、泛化能力和安全部署等关键挑战,为这一快速发展的交叉学科提供了完整的技术地图。
浙江大学研究团队通过OmniEAR基准测试揭示了当前AI模型在物理世界推理方面的严重缺陷。测试显示,即使最先进的AI在明确指令下能达到85-96%成功率,但面对需要从物理约束推断行动的任务时,成功率骤降至56-85%。研究发现信息过载反而降低AI协作能力,监督学习虽能改善单体任务但对多智能体协作效果甚微,表明当前架构存在根本局限性。
纽约大学和Aimpoint Digital Labs的研究团队首次揭示了Transformer模型训练中"大规模激活"的完整发展轨迹。这些影响力比普通激活大千倍的"超级激活"遵循可预测的数学规律,研究者开发出五参数公式能以98.4%准确率预测其变化。更重要的是,通过调整模型架构参数如注意力密度、宽深比等,可以在训练前就预测和控制这些关键激活的行为,为设计更高效、量化友好的AI模型提供了全新工具。