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
这项由Snowflake AI Research发表的研究挑战了传统语言学对大型语言模型的批评,通过引入波兰语言学家Mańczak的理论框架,论证了LLM的成功实际上验证了"频率驱动语言"的观点。研究认为语言本质上是文本总和而非抽象系统,频率是其核心驱动力,为重新理解AI语言能力提供了新视角。
freephdlabor是耶鲁大学团队开发的开源多智能体科研自动化框架,通过创建专业化AI研究团队替代传统单一AI助手的固化工作模式。该框架实现了动态工作流程调整、无损信息传递的工作空间机制,以及人机协作的质量控制系统,能够自主完成从研究构思到论文发表的全流程科研工作,为科研民主化和效率提升提供了革命性解决方案。
德国马普智能系统研究所团队开发出专家混合模型的"即时重新布线"技术,让AI能在使用过程中动态调整专家选择策略。这种方法无需外部数据,仅通过自我分析就能优化性能,在代码生成等任务上提升显著。该技术具有即插即用特性,计算效率高,适应性强,为AI的自我进化能力提供了新思路。
Algoverse AI研究团队提出ERGO系统,通过监测AI对话时的熵值变化来检测模型困惑程度,当不确定性突然升高时自动重置对话内容。该方法在五种主流AI模型的测试中平均性能提升56.6%,显著改善了多轮对话中AI容易"迷路"的问题,为构建更可靠的AI助手提供了新思路。