2022年8月8日,江苏无锡,联和存储科技(江苏)有限公司(以下简称:联和存储)宣布已于2022年初完成数亿元的A轮融资。此轮融资由深圳国虹领投,凯盈资本、万物为、无锡新尚等机构跟投。作为存储新锐,联和存储在多方支持下,正加快研发独立自主产品,加速系统化战略布局。
随着人工智能、物联网、云计算产业的不断发展融合,存储芯片领域受到越来越多的关注。联和存储于2021年成立,总部位于江苏无锡经开区,同时在上海、无锡、苏州、深圳、香港、韩国首尔设立有分支机构。
成立之初,联和存储通过收购韩国成熟的存储器设计企业的相关专利,获得成熟的自主知识产权,完成相应技术覆盖。公司团队来自于国内外头部存储企业,将秉承独立创新、尊重知识产权、合作共赢的发展理念,积极强化生态建设,快速提升国际竞争力。
据公司负责人介绍,联和存储致力于开展高性能、高可靠性的存储芯片和解决方案的研发,积极拓展存储技术及解决方案在新能源汽车(EV)、智慧互联(AIoT)等新兴市场的应用。
联和存储芯片全球总部项目签约仪式
联和存储的A轮领投方深圳国虹表示:“数年来,深圳国虹深耕半导体领域的投资,希望通过整合产业的优势资源,与国内具有潜力的半导体企业共同发展,携手打造世界一流半导体企业。联和存储在技术团队和全球化布局方面展现出令行业瞩目的实力,我们希望此次投资可以为其未来的发展增添更加强劲的动力。”
好文章,需要你的鼓励
这项研究由浙江大学、复旦大学等机构联合完成,提出了ReVisual-R1模型,通过创新的三阶段训练方法显著提升了多模态大语言模型的推理能力。研究发现优化的纯文本冷启动训练、解决强化学习中的梯度停滞问题、以及分阶段训练策略是关键因素。ReVisual-R1在各类推理基准测试中超越了现有开源模型,甚至在某些任务上超过了商业模型,为多模态推理研究开辟了新途径。
这项研究提出了一种名为"批评式微调"的创新方法,证明仅使用一个问题的批评数据就能显著提升大语言模型的推理能力。研究团队对Qwen和Llama系列模型进行实验,发现这种方法在数学和逻辑推理任务上都取得了显著提升,平均提高15-16个百分点,而且只需要强化学习方法1/20的计算资源。这种简单高效的方法为释放预训练模型的潜在推理能力提供了新途径。
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。