蓝光光盘协会日前已经正式敲定超高清蓝光技术规范。
对于那些乐于享受视频娱乐内容的用户,新标准意味着未来的光盘将能够提供高达3840 x 2160分辨率的视频素材,同时带来“显著提升的显示色域范围……高动态范畴与高帧率内容以及下一代身临其境且基于对象的音频格式。”
其中还包含一项“可选数字化桥接功能”,旨在“强化内容的所有权价值概念,使消费者能够在其使用范围内的家庭及移动设备上查看所购买到的内容。”换句话来说,购买光盘后用户将能够在多种设备平台上观看相关内容。
在新规范中,双层蓝光光盘的存储容量将提升至66 GB,而三层光盘的容量更将达到100 GB。而且在不久的将来,空白可重写蓝光光盘的价格将更为低廉。也许届时超高清蓝光光盘会成为冷门数据存储的可行备选方案?
但答案恐怕仍是否定的。虽然BDXL格式已经迎来了容量高达100 GB的可重写光盘介质以及128 GB的WORM介质,但这样的容量水平仍然不足以吸引到归档存储市场的关注。
考虑到这一点,新规范的作用范畴将主要体现在4K流媒体市场而非冷门存储领域。除此之外,各大发行厂商也必然会以新格式为基础对现有电影作品进行重新发布。
好文章,需要你的鼓励
这篇研究提出了OThink-R1,一种创新的大型推理模型,能够像人类一样在快速直觉思维和慢速深度推理之间自动切换。研究者发现,现有推理模型即使面对简单问题也会生成冗长的推理过程,导致计算资源浪费。通过分析推理轨迹并使用LLM评判员区分冗余和必要推理,OThink-R1能根据问题复杂度动态调整思考深度。实验表明,该方法平均减少了23.4%的生成文本量,同时保持或提高了准确率,代表了向更高效、更人性化AI推理系统迈出的重要一步。
这项研究提出了SHARE,一种新型文本到SQL修正框架,它利用三个小型语言模型(SLM)协同工作,实现高效精准的SQL错误修正。SHARE首先通过基础行动模型将SQL转换为行动轨迹,再经过模式增强模型和逻辑优化模型的层次化精细化修正。研究团队还创新性地提出了层次化自演化训练策略,大大提高了训练数据效率。实验结果表明,SHARE在多个基准测试上显著提升了SQL生成准确率,计算成本仅为传统方法的十分之一,并展现出强大的泛化能力,适用于各种生成器模型和SQL方言。
这项由香港大学和南京大学等机构研究人员联合开发的双专家一致性模型(DCM)解决了高质量视频生成中的效率难题。研究团队发现扩散模型蒸馏过程中存在优化冲突:早期阶段负责语义布局与运动,后期阶段关注细节精修,两者学习动态差异显著。DCM创新性地将这两个任务分配给不同的专家模型,通过参数高效的实现方式,使模型仅需4步即可生成接近50步原始模型质量的视频,大幅提升生成速度,为实用化AI视频创作铺平道路。
这项研究介绍了QARI-OCR,一种基于Qwen2-VL-2B-Instruct模型微调的阿拉伯文字识别系统。研究团队通过三阶段合成数据训练,成功解决了阿拉伯文字识别中的主要挑战:曲线连笔特性、上下文变化的字母形状和发音符号。QARI v0.2模型创下了0.061的字符错误率和0.160的单词错误率,超越了现有开源解决方案,为阿拉伯文化遗产的数字化保存提供了重要工具。