2023年12月20日,中国上海 — 全球存储器解决方案领导者铠侠今天宣布已经开始大规模生产2TB microSDXC存储卡,这对于智能手机用户、内容创作者和移动游戏玩家来说是一项突破性的进展。EXCERIA PLUS G2 2TB microSDXC存储卡提供更强大的性能和更大的容量,让用户能够记录和存储更多内容。【1】。
借助专利制造技术,包括创新的BiCS FLASH™ 3D闪存和自研控制器,铠侠成功地研发并制造了2TB microSDXC UHS-I存储卡。铠侠完成了SD卡协会所定义的SDXC规格挑战。即,在0.8毫米的厚度内,成功堆叠了16块1Tb的3D闪存芯片,从而把SDXC支持的最大 2TB规格变成了现实。
EXCERIA PLUS G2 2TB microSDXC存储卡具有高达100 MB/s[2]的读取速度和高达90 MB/s[2]的写入速度,达到了UHS速度等级3(U3)[3]、应用等级1(A1)[4]和视频速度等级30(V30)[3]。这款2TB容量的存储卡可用于大容量数据录制应用场景,例如运动相机,可录制超过41小时的视频(100Mbps)[5]。
EXCERIA PLUS G2 2TB microSDXC存储卡将于下个季度上市。
###
[1] 并非所有设备都保证运行。请务必查看您主机设备的用户手册,以确认产品的兼容性。[2] 1 MB/s按1,000,000 bytes/s计算。这些数值是在铠侠株式会社的特定测试环境中获得的最佳值,铠侠株式会社不保证在个别设备中的读写速度。读写速度可能取决于所使用的设备和所读取或写入的文件大小。写入速度低于读取速度。传统SD接口的数据传输速度低于UHS-I接口的速度。[3] 速度等级表示SD协会所指定测试条件下的结果。[4] 应用性能等级是基于SD协会所指定条件下的测量结果。[5] 录制时间:实际录制时间会因您的设备、分辨率和压缩率而异。计算为 1 Mbps = 1,000,000 bps。
* 容量是基于已安装的闪存,而不是用户可用的内存,因为一部分内存将用于管理功能。可用的用户区域,请查看相关产品页面(1GB = 1,073,741,824字节)。* SD 存储卡是消耗品,产品寿命有限,由循环写入次数和其他参数共同影响。SD存储卡的实际产品寿命可能会因使用条件而缩短。* SD标识、SDXC标识和microSDXC标识是SD-3C LLC的商标。所有公司名称、产品名称和服务名称可能是其各自公司的商标。
本文档中的信息,包括产品价格和规格、服务内容和联系信息,在公告之日正确无误。但如有更改,恕不另行通知。
关于铠侠
铠侠是全球存储器解决方案领导者,致力于开发、生产和销售闪存及固态硬盘(SSD)。东芝公司于1987年发明了NAND闪存,在2017年4月铠侠前身东芝存储器集团从东芝公司剥离。铠侠致力于通过提供产品、服务和系统,为客户创造选择并为社会创造基于记忆的价值,以“记忆”提升世界。铠侠的创新 3D 闪存技术 BiCS FLASH 正在塑造高密度应用的存储未来,包括高级智能手机、PC、SSD、汽车和数据中心。
好文章,需要你的鼓励
东北大学与快手科技联合研发的UNITE系统为多模态信息检索带来突破性进展。这项发表于2025年5月的研究首次系统分析了模态特定数据如何影响检索性能,并提出创新的模态感知掩码对比学习技术,有效解决不同模态间的竞争关系。UNITE能同时处理文本、图像、视频及其组合,在40多项测试中超越现有方法,即使与参数规模更大的模型相比也表现出色。研究发现视频-文本对在通用检索中表现优异,而文本-文本和文本-图像对对指令遵循任务至关重要,为未来多模态系统研究提供了宝贵指南。
这篇研究论文揭示了多模态大语言模型(MLLMs)存在严重的模态偏差问题,即模型过度依赖文本信息而忽视图像等其他模态。研究团队通过理论分析和实验证明,这种偏差主要源于三个因素:数据集不平衡、模态骨干能力不对称以及训练目标设计不当。他们提出了系统的研究路线图和解决方案,包括增强视觉模态在数据集中的贡献、改变模型关注点和应用偏好优化策略。未来研究方向则包括开发更客观的评估指标、探索更多模态组合中的偏差问题以及应用可解释AI技术深入分析偏差机制。
ComfyMind是香港科技大学研究团队开发的一个协作式AI系统,旨在解决当前开源通用生成系统面临的稳定性和规划挑战。该系统基于ComfyUI平台,引入了两项关键创新:语义工作流接口(SWI)和带本地反馈执行的搜索树规划机制。SWI将低级节点图抽象为语义函数,而搜索树规划将生成过程视为分层决策任务。实验表明,ComfyMind在ComfyBench、GenEval和Reason-Edit三个基准测试中均大幅超越开源基线,并达到与GPT-Image-1相当的性能,为开源通用生成AI开辟了新路径。
这项研究介绍了一种名为"热带注意力"的新型注意力机制,专为解决神经网络在组合算法推理中的困境而设计。传统注意力机制使用softmax函数产生平滑的概率分布,无法精确捕捉组合算法所需的锐利决策边界。