今年德国IFA展,三星移动固态硬盘X5新品首次亮相,一经发布就好评如潮,并获得多个国际权威科技媒体奖项殊荣。国内消费者翘首以盼的首销也终于到来,三星移动固态硬盘X5于今日在中国区正式发布,消费者可前往京东商城购买,第一时间感受X5创新性设计带来的非凡体验。
作为三星首款NVMe™[ NVM Express® 设计标志是NVM Express公司的注册商标。]移动固态硬盘(PSSD),三星移动固态硬盘 X5将外置存储解决方案的性能和可靠性进行了进一步提升。新品X5基于先进的Thunderbolt™ 3[ Thunderbolt™3为USB-C接口带来了高达40Gbps的高速Thunderbolt技术,创造了一个可以完成多项接口任务的紧凑型端口 - 为扩展坞、显示器或数据设备提供高速,通用的连接。Thunderbolt和Thunderbolt徽标是Intel 公司在美国和/或其他国家的注册商标。] 技术,通过其紧凑耐用、富有动感的外形设计,提供闪电般的数据传输速度,使其成为内容创作者和IT专业人士的理想移动存储设备。
“作为致力于高性能和可靠存储解决方案领域的厂商,我们很高兴通过推出三星首款Thunderbolt™ 3(雷电3)移动固态硬盘,继续推进移动固态硬盘市场的发展。”三星电子品牌存储事业部营销副总裁孟京武先生表示,“X5是三星致力于提供创新的移动存储解决方案的又一个证明,它可以更快地传输大数据文件,节省用户宝贵的时间。”
无论是编辑4K视频、创建实时3D渲染图像,还是编辑高分辨率照片,消费者都希望以快速、便捷的方式存储和传输数据。通过NVMe与Thunderbolt™ 3间的技术协同, X5为处理繁重多媒体文件的专业人士提供了有力的性能支持。凭借Thunderbolt™ 3 高达40Gbps的带宽,X5具有高达2,800 MB/s的读取速度,比三星SATA移动固态硬盘快至5.2倍,比三星传统机械硬盘快至25.5倍,X5还拥有高达2,300 MB/s[性能可能因主机配置不同而异。要达到2,800 / 2,300 MB/s的最大读取/写入速度,主机设备和连接数据线必须支持Thunderbolt™3. 500GB版本的写入速度最高可达2,100 MB/s。
*测试系统配置:英特尔®™酷睿i7 8570 h(@4.1GHz),DDR4 16GB 2667 MHz, 操作系统-Windows 10 * 64, 芯片组-戴尔l Alienware 系统(戴尔 i7 Alienware 17 R5)。性能测量基于CrystalDiskMark v.5.1.2。.] 的写入速度,传输20GB大小的4K高清视频只需12秒[ PC内部存储的性能应相当于或高于X5。 *测试系统配置:英特尔®酷睿™i7 7700(@ 3.6 GHz),DDR4 4GB 2133 MHz,操作系统-Windows 10 * 64,芯片组-Aorus(Gigabyte)Z270-X Gaming 主板。]。X5专为配备Thunderbolt™ 3接口的Mac和PC设计,用户可以尽享X5带来的疾速体验。
X5采用镁合金机身和哑光磨砂底部设计,可防止意外滑落。防震内部框架和坚固的金属外壳可承受高达2米(6.6英尺)[内部自由落体冲击试验在受控条件下进行。]的跌落冲击。此外,动态散热保护技术和散热片等机械内部解决方案相辅相成,可保持良好工作温度,有效防止过热,确保运行可靠。同时,X5通过基于AES256位硬件数据加密的“三星移动固态硬盘管理软件”可轻松设置密码,为用户提供强大的数据保护。
好文章,需要你的鼓励
新加坡国立大学研究团队开发了名为IEAP的图像编辑框架,它通过将复杂编辑指令分解为简单原子操作序列解决了当前AI图像编辑的核心难题。研究发现当前模型在处理不改变图像布局的简单编辑时表现出色,但在需要改变图像结构时效果差。IEAP框架定义了五种基本操作,并利用思维链推理技术智能分解用户指令,实验证明其性能显著超越现有方法,尤其在处理复杂多步骤编辑时。
Character AI的研究者开发出TalkingMachines系统,通过自回归扩散模型实现实时音频驱动视频生成。研究将预训练视频模型转变为能进行FaceTime风格对话的虚拟形象系统。核心创新包括:将18B参数的图像到视频DiT模型改造为音频驱动系统、通过蒸馏实现无错误累积的无限长视频生成、优化工程设计降低延迟。系统可让多种风格的虚拟角色与人进行自然对话,嘴型与语音同步,为实时数字人交互技术开辟了新可能。
这项由中国人民大学高瓴人工智能学院研究团队发表的研究解决了大语言模型评判中的自我偏好问题。研究提出了DBG分数,通过比较模型给自身回答的分数与黄金判断的差异来测量偏好度,有效分离了回答质量与自我偏好偏差。实验发现,预训练和后训练模型都存在自我偏好,但大模型比小模型偏好度更低;调整回答风格和使用相同数据训练不同模型可减轻偏好。研究还从注意力分析角度揭示了自我偏好的潜在机制,为提高AI评判客观性提供了重要指导。
这篇研究提出了DenseDPO,一种改进视频生成模型的新方法,通过三大创新解决了传统方法中的"静态偏好"问题:使用结构相似的视频对进行比较,采集细粒度的时序偏好标注,并利用现有视觉语言模型自动标注。实验表明,DenseDPO不仅保留了视频的动态性,还在视觉质量方面与传统方法相当,同时大大提高了数据效率。这项技术有望推动AI生成更加自然、动态的视频内容。