如今,科技的创新不仅仅局限在性能、高速、稳定性等方面,越来越多的企业在开发产品的同时也会将消费者的健康作为产品的创新之一。随着信息化的不断推进,台式机设备作为日常生活的必备品,其外观、舒适度、环保、节能逐渐受到大家重视。
对于当前市场上台式机噪声的评估,作为国际领先的第三方检测认证机构,TUV莱茵根据消费者需求制定了全新的2PfG 2425/11.15标准,并根据此标准对台式机与一体机进行噪声检测,符合要求的产品或供应商颁发低噪声认证证书以及有着更严苛限值的超低噪声认证证书。
在经过多次检测后,联想台式机与一体机脱颖而出。5月5日,TUV莱茵为联想台式机与一体机颁发了全球首张超低噪声证书,颁证仪式于5日上午在联想办公室举行,联想集团台式电脑事业部研发总经理周浩强以及TUV莱茵电子电气服务副总裁杨佳劼等嘉宾出席了颁奖仪式。
"衷心祝贺联想获得TUV莱茵颁发的全球首张台式机与一体机超低噪声认证证书。这也是双方强强联合,不断开拓创新的又一项成果。"TUV莱茵电子电气服务副总裁杨佳劼在颁证仪式上说,"作为国际领先的第三方检测认证机构,TUV莱茵推出的超低噪声检测评估服务,是基于丰富的检测认证经验以及对市场需求的分析与把握。我们希望通过不断推出的创新服务,帮助制造商严格把控产品质量,提升产品竞争力,实现供应商、品牌、消费者三赢。"
众所周知,消费者对台式机的噪声性能直接影响了用户的使用感受,经研究证明,噪声会损害人体正常的免疫功能,从而引发一系列的健康问题。
联想作为个人电脑生产商,非常重视客户的使用体验,长期致力于提升产品质量,为消费者提供完关的用户体验。为了提升客户的噪声使用感受,联想针对每一个发声部件制定了严格的规格,以实现部件级别噪声管控。对系统风路进行创新设计,增大散热效率,简化风道。同时,还采用智能温控算法调节各个风扇转速。并优化了旋转部件及机箱外部的震动隔离设计,这些措施都有效地降低了噪声,使得产品获得了优异的噪声表现。
"TUV莱茵为我们颁发的全球首张超低噪声证书,反映了联想对消费者听觉健康问题的关注。"联想集团台式电脑事业部研发总经理周浩强表示,"联想将客户需求放在首位,积极引导消费者选择安全、优质的产品。
据了解,TUV莱茵自2005年起,便与联想在显示器、一体机、台式机、笔记本电脑、服务器等多个领域展开深入合作,并多次在绿色认证、智能可穿戴设备、笔记本拟纸化显示技术、眼部舒适度、无线触摸功能等方面对联想的产品进行检测和认证工作,并颁发认证证书。截止目前,TUV莱茵已协助联想集团在国内外研发的产品获得了超过千项全球各地的认证证书。
TUV莱茵电子电气服务副总裁杨佳劼谈到:"作为一个独立、公正和专业的第三方机构,TUV莱茵持续关注市场需求与技术挑战,致力于提供安全、可持续的解决方案。这张超低噪声证书贴近客户需求,可帮助提高消费者对产品质量和安全的信心,有力提升产品与企业的竞争力。我们希望能不断加深与联想的创新合作,提供更多的可持续解决方案,实现供应商、品牌、消费者三赢的局面,推动行业的健康可持续发展。"
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。