近日,联发科在深圳隆重举办了天玑开发者盛会2024(MDDC 2024),展示了联发科在科技创新方面的卓越实力。在此次盛会上,联发科隆重发布了备受瞩目的旗舰5G生成式AI移动平台——天玑9300+。作为联发科旗舰芯片系列的新成员,天玑9300+继承了全大核架构与卓越的生成式AI能力,并为生成式AI手机提供了坚实的硬件支撑。值得一提的是,天玑9300+在行业内率先实现了端侧的Speculative Decoding AI推测解码加速技术,无疑是行业的一次重大突破。同时,该平台在网络速度与能效方面也进行了全面优化,为玩家们带来了前所未有的游戏体验。
天玑9300+采用台积电第三代4nm先进制程和联发科第二代创新旗舰封装设计,并延续天玑9300开创性的全大核CPU架构,搭载4个
Cortex-X4超大核和4个Cortex-A720大核,Cortex-X4超大核最高主频可达3.4GHz,更充分释放了全大核CPU架构的强劲性能。全大核CPU拥有高速、高效的特点,兼具高能效特性,能够在轻载、中载和重载应用场景中保证低功耗,让智能手机可以更长时间稳定输出高性能。
此外,其强大的多线程性能使得智能手机在多任务处理场景中更加流畅,例如同步进行游戏和视频直播,或在游戏过程中播放视频,为用户多任务协同场景带来流畅的使用体验。
天玑9300+依托全大核CPU搭建了端侧最强的通用算力,同时集成了旗舰级AI处理器APU 790,拥有生成式AI引擎,为智能手机提供算力强劲的天玑生成式AI性能底座。以硬件级生成式AI引擎带来更快速、更安全的端侧AI计算能力,还率先支持AI推测解码加速技术,性能大幅提升,可以使Llama 2 70亿大模型运行速度提高到22 Tokens/s,拥有业界最高的端侧运行速度,更快为用户生成高质量内容。
天玑9300+支持天玑AI LoRA Fusion 2.0技术,是业界首个端侧双LoRA融合,让端侧大模型的技能得到更高效的扩充和延展,提供更高效和个性化的生成式AI体验。比如,用户下载8款“技能包”,通过双LoRA融合技术,可以自由混合搭配,生成16组个性化风格。双LoRA融合技术与前一代相比,生成效率提升了100%,内存占用可降低50%。
此外天玑9300+还支持阿里云通义千问大模型、百川大模型、文心大模型、谷歌 Gemini Nano、零一万物终端大模型、Meta Llama 2和Llama 3等前沿主流 AI 大模型,为智能手机基于不同AI大模型打造丰富的生成式AI应用提供了强大底层能力,为用户带来更智能和个性化的生成式AI应用。
在游戏方面,天玑9300+凭借全大核CPU架构和旗舰级Immortalis-G720 GPU,为用户提供极致游戏体验的性能基础。同时,天玑9300+还拥有出色的低功耗技术,可以让智能手机长时间满帧运行重载游戏。搭载天玑9300+的智能手机在头部吃鸡游戏90帧、HDR画质排位赛测试中,满帧运行1小时相比同类产品功耗可降低20%。
天玑9300+天玑与业界头部游戏《逆水寒》强强联手,深度调校,通过联发科星速引擎自适应技术,在60帧精细画质下,天玑9300+的满帧游戏功耗节省10%。
除此之外,星速引擎网络质量监测系统可提供实时网络连接质量评估,支持游戏更高效运用Wi-Fi/蜂窝网络双网并发技术,可以节省游戏功耗达10%,并减少25%的网络数据流量,为用户在线游戏时降低功耗并节省流量,一举两得。
除了在生成式AI和游戏方面令人惊艳,天玑9300+在影像、显示、连接性等方面同样颇具实力。天玑9300搭载Imagiq 990影像处理器,支持18位RAW ISP、AI视频录制和低延迟预览功能,并支持AI语义分割视频引擎,可以支持16层的图像语意分割,让用户随手录制就有电影级大片的震撼效果。
连接性方面,天玑9300+支持超广范围覆盖的Wi-Fi 7增强技术,网络速率理论峰值可达6.5Gbps,为用户带来超远、超快的Wi-Fi网络。天玑9300+还支持Sub-6GHz全频段5G网络,支持 Sub-6GHz 四载波聚合(4CC-CA),Sub-6GHz 网络下行速率理论峰值可达 7Gbps。天玑9300+还很重视用户的个人数据安全,采用安全芯片技术(天玑安全芯片,HWRoT)和内存标记拓展(MTE)技术,从开机到应用程序运行全程保护用户个人数据,这对于生成式AI手机时代来说意义非凡。
近期,可以一起期待搭载天玑9300+的vivo X100s、vivo X100s Pro和iQOO Neo 9S Pro所带来的旗舰新体验。
总的来说,联发科在天玑开发者大会上所发布的天玑9300+,绝非传统意义上的产品迭代。其在生成式AI算力、大型模型处理能力以及技能拓展方面,均提供了坚实的硬件支撑,为生成式AI手机时代的推进注入了强劲动力,无疑成为天玑AI生态战略中不可或缺的重要支撑。与此同时,天玑9300+在游戏领域的技术革新与实际应用亦备受瞩目,其目标在于为用户带来极致的游戏体验。通过天玑9300+,联发科在AI生态与游戏生态两大领域均展现出引领者的底气与态势,依托其卓越的移动平台技术,为移动生态的深层次变革奠定了坚实基础。我们期待搭载天玑9300+的vivo X100S能够为用户带来前所未有的全新体验,并共同迎接基于天玑AI与天玑游戏技术的全新移动生态的到来。
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。