2025年2月5日,北京——日前,在2025年春节档电影市场捷报频传之际,中影科技(北京)有限公司(以下简称“中影科技”)宣布具有自主知识产权的全新产品中影CINITY LED CFL-10(10米CINITY LED放映系统)于1月30日成功获得数字电影倡导组织(Digital Cinema Initiatives, 以下简称“DCI”)最新的CTP1.4.1认证证书,成为全球首款获得该认证的LED电影放映系统,也是目前全球唯一获DCI认可的HDR(高动态)LED放映系统,不仅填补了全球DCI LED(直显)放映设备最高认证的空白,更标志着中国电影放映技术和装备在高端电影放映领域占据了全球领先地位,为全球电影行业树立了“专业级”LED放映技术新标杆,这是中影CINITY自主创新又一重大成果,也是中国电影科技领域又一重大突破。
图为中影CINITY LED通过DCI CTP1.4.1认证公告
DCI作为全球数字电影行业的权威检测认证机构,负责制定和更新数字电影系统的符合性测试认证规范CTP(Compliance Test Plan)。2023年2月,DCI发布CTP1.3.3,中影CINITY LED CFL-16(16米CINITY LED放映系统)则于2023年8月获得了该检测认证规范的证书,是全球首款通过此高认证标准的LED电影放映系统。随后,中影科技陆续获得了CFL-20、CFL-14、CFL-7等系列LED放映系统的DCI CTP1.3.3认证。
2024年4月,为了应对显示技术革新与市场需求升级的趋势,DCI发布了当前全球数字电影放映设备的最高认证规范——CTP1.4.1,认证类别包括传统的投影放映技术和新一代的直显式LED放映技术,两种技术又细分为SDR(普通动态范围)和HDR(高动态范围),其中HDR直显式LED放映技术是最高标准类别,涵盖亮度、低灰、色域、对比度及均匀度等关键指标,需要在软硬件方面投入更多的研发资源、技术力量和时间成本才能满足众多严苛的技术指标和要求。
中影科技与合作伙伴整合最先进的LED灯珠、驱动、控制、算法、服务器对接等资源与技术,全力对服务器、LED电影屏、控制系统、3D系统等方面进行联合技术攻关,最终中影CINITY LED CFL-10全部达到了DCICTP1.4.1认证要求,尤其是达到了DCI认可的HDR要求,除此以外其中部分指标还优于认证要求,其画面的亮度、帧率、HDR、色域等表现力达到电影级的巅峰水准,能够精准还原色彩层次、呈现更丰富的亮暗部细节、展现更连贯丝滑的快速动作。截至目前,中影CINITY LED是唯一能够达到CTP1.4.1规范的电影放映品牌,中影科技又一次引领了全球电影行业在该领域的技术进步与发展,该证书的获得和该产品的推广应用,将推动我国乃至全球影院放映技术和设备的提质升级以及观影体验的变革。
图为中影CINITY LED CFL-10获得的DCI CTP1.4.1认证证书
此次中影CINITY LED放映系统成为全球首款获得DCI CTP1.4.1认证的LED电影放映系统,也是目前全球唯一获DCI认可的HDR(高动态)LED放映系统,标志着以CINITY为引领的国产自主知识产权技术和品牌的进一步升级,中国电影工业通过在技术层面的换道超车,实现了从“技术跟随”到“技术引领”的转型。未来,借此先发技术优势,秉承“技术+品牌”双引擎策略,中影科技将继续创新发展,加速高附加值市场和全球化布局,为中国电影行业摆脱长期以来对进口技术和设备的依赖提供硬实力支撑,助力中国电影产业在高端放映设备等领域掌握更大话语权,为实现我国电影强国的宏伟目标贡献力量。
好文章,需要你的鼓励
这项研究利用大语言模型解决科学新颖性检测难题,南洋理工大学团队创新性地构建了闭合领域数据集并提出知识蒸馏框架,训练轻量级检索器捕捉想法层面相似性而非表面文本相似性。实验表明,该方法在市场营销和NLP领域显著优于现有技术,为加速科学创新提供了有力工具。
un?CLIP是一项创新研究,通过巧妙反转unCLIP生成模型来增强CLIP的视觉细节捕捉能力。中国科学院研究团队发现,虽然CLIP在全局图像理解方面表现出色,但在捕捉细节时存在不足。他们的方法利用unCLIP生成模型的视觉细节表示能力,同时保持与CLIP原始文本编码器的语义对齐。实验结果表明,un?CLIP在MMVP-VLM基准、开放词汇语义分割和视觉中心的多模态任务上显著优于原始CLIP和现有改进方法,为视觉-语言模型的发展提供了新思路。
这项研究介绍了RPEval,一个专为评估大语言模型角色扮演能力而设计的新基准。研究团队从法国里尔大学开发的这一工具专注于四个关键维度:情感理解、决策制定、道德对齐和角色一致性,通过单轮交互实现全自动评估。研究结果显示Gemini-1.5-Pro在总体表现上领先,而GPT-4o虽在决策方面表现出色,但在角色一致性上存在明显不足。这一基准为研究人员提供了一个可靠、可重复的方法来评估和改进大语言模型的角色扮演能力。
这篇论文介绍了LegalSearchLM,一种创新的法律案例检索方法,将检索任务重新定义为法律要素生成。研究团队构建了LEGAR BENCH数据集,涵盖411种犯罪类型和120万案例,并开发了能直接生成关键法律要素的检索模型。实验表明,该模型在准确率上超越传统方法6-20%,且在未见犯罪类型上展现出强大泛化能力。这一突破为法律专业人士提供了更高效、精准的案例检索工具。