Alliance for Wireless Power(A4WP)和Power Matters Alliance(PMA)两大无线充电技术联盟已于今年早些时候合并。在本周二,他们正式宣布合并后的联盟更名为AirFuel Alliance。新名称标志着两大集团将努力携手共进,尽快将智能手机和平板电脑的无线充电解决方案标准进行统一。
A4WP标准,由高通和三星等企业创立,目标是为包括便携式电子产品和电动汽车等在内的电子产品无线充电设备建立技术标准,使用的是磁共振无线充电 技术。AT&T、Google和星巴克三家公司则加盟了PMA联盟,这一联盟主要应用的是电磁感应无线充电技术。两者合并之后,将会共同与 Wireless Power Consortium (WPC)的Qi无线充电标准相竞争,而Qi主要应用的是电磁感应技术。两个技术的不同之处在于电磁感应技术需要近距离接触,但是充电效率较高;而磁共振 无线充电技术虽然能够实现稍远距离的无线充电,但是充电效率较低。
新的AirFuel Alliance联盟拥有着195家会员企业,将继续为了实现无线电源无处不在的愿景而努力。但这些成员之中也有同时是WPC的支持者。AirFuel Alliance这一品牌将开始出现在其产品上和文件中,以帮助消费者了解他们的设备所使用的无线充电技术是哪一种。
虽然AirFuel Alliance的解决方案和Qi的标准无论哪一个都能够提供无线电力传输,但是这两种方法目前尚未兼容。这也使得同一台设备不能够同时支持两个标准的无线充电设备。
很显然,对于消费者来说如果无线充电标准能够全部统一的话会更加便利,但是就目前而言仍然有两个互不兼容的标准存在。不过往好处想的话,在A4WP和PMA合并更名为AirFuel Alliance后,至少不用再多记一个麻烦的名字了。
好文章,需要你的鼓励
这项来自苹果公司的研究揭示了视频大语言模型评测的两大关键问题:许多测试问题不看视频就能回答正确,且打乱视频帧顺序后模型表现几乎不变。研究提出VBenchComp框架,将视频问题分为四类:语言模型可回答型、语义型、时序型和其他类型,发现在主流评测中高达70%的问题实际上未测试真正的视频理解能力。通过重新评估现有模型,研究团队证明单一总分可能掩盖关键能力差距,并提出了更高效的评测方法,为未来视频AI评测提供了新方向。
这篇来自KAIST AI研究团队的论文提出了"差分信息分布"(DID)这一创新概念,为理解直接偏好优化(DPO)提供全新视角。研究证明,当偏好数据编码了从参考策略到目标策略所需的差分信息时,DPO中的对数比率奖励形式是唯一最优的。通过分析DID熵,研究解释了对数似然位移现象,并发现高熵DID有利于通用指令跟随,而低熵DID适合知识密集型问答。这一框架统一了对DPO目标、偏好数据结构和策略行为的理解,为语言模型对齐提供理论支持。
VidText是一个全新的视频文本理解基准,解决了现有评估体系的关键缺口。它涵盖多种现实场景和多语言内容,提出三层评估框架(视频级、片段级、实例级),并配对感知与推理任务。对18个先进多模态模型的测试显示,即使最佳表现的Gemini 1.5 Pro也仅达46.8%平均分,远低于人类水平。研究揭示输入分辨率、OCR能力等内在因素和辅助信息、思维链推理等外部因素对性能有显著影响,为未来视频文本理解研究提供了方向。
ZeroGUI是一项突破性研究,实现了零人工成本下的GUI代理自动化在线学习。由上海人工智能实验室和清华大学等机构联合开发,这一框架利用视觉-语言模型自动生成训练任务并提供奖励反馈,使AI助手能够自主学习操作各种图形界面。通过两阶段强化学习策略,ZeroGUI显著提升了代理性能,在OSWorld环境中使UI-TARS和Aguvis模型分别获得14%和63%的相对改进。该研究彻底消除了传统方法对昂贵人工标注的依赖,为GUI代理技术的大规模应用铺平了道路。