2023年10月24日,夏威夷——在骁龙峰会 期间,高通技术公司推出跨平台技术Snapdragon Seamless,让使用Android、Windows和其他操作系统的骁龙终端发现彼此,并能像使用统一的整合系统般工作以共享信息。
德勤《2023年网联消费者调查》 报告显示,每个美国家庭目前平均拥有21台数字化终端,但不同终端之间,尤其是不同制造商的终端之间信息传输通常并不顺畅。这将限制消费者的选择余地并导致锁定效应,即消费者为了实现其终端间的协同工作而不得不只从同一制造商处购买产品。凭借Snapdragon Seamless,终端制造商和操作系统合作伙伴可以面向消费者增强并扩展其提供的多终端体验,例如:
· 鼠标和键盘可在PC、手机和平板电脑上无缝使用
· 文件和窗口可在不同类型的终端间拖放
·耳塞可根据音源的优先级进行智能切换
·XR可为智能手机提供扩展功能
高通技术公司副总裁兼可穿戴设备与混合信号解决方案业务总经理Dino Bekis表示:“Snapdragon Seamless打破了终端和操作系统之间的壁垒,是真正秉承‘用户至上’理念的跨终端解决方案。”
全新顶级移动平台第三代骁龙8、全新顶级PC平台骁龙X Elite和高通的可穿戴平台与音频平台现已支持Snapdragon Seamless。未来,Snapdragon Seamless将扩展至XR、汽车和物联网平台。包括微软、Android、Xiaomi、华硕、荣耀、联想和OPPO在内的公司正与高通技术公司合作,利用Snapdragon Seamless赋能多终端体验,该技术最早将于今年在全球范围发布的终端平台上落地。
欲了解更多信息,请访问骁龙峰会专题页。
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。