ZD至顶网CIO与应用频道 03月20日 北京消息(文/孙博): 提到德州仪器(TI),人们了解更多的是有着超高影响力的DLP Cinema——目前世界上90%的数字影院屏幕将其作为成像选择。在3月15日举办的慕尼黑上海光博会上,德州仪器转移了之前的“战场”,更多展示了由TI DLP先进光控技术实现的工业应用解决方案,带来了3D机器视觉、3D打印、光谱分析以及数字曝光等一系列新一代工业应用。
“我们十分高兴能够在慕尼黑上海光博会上见证DLP产品实现这些创新的应用。通过将我们的先进光控技术和广泛的生态系统组合在一起,我们能够帮助客户和开发人员加快产品开发和上市时间。”TI DLP产品嵌入式产品总经理Mariquita Gordon表示。
TI DLP产品嵌入式产品总经理Mariquita Gordon
DLP在工业应用中的可能
DLP(Digital Light Processing)技术,是德州仪器研发的,应用了数字微镜晶片(DMD)来作为主要关键处理元件以实现数字光学处理过程。这个获得奥斯卡金像奖的独家技术,曾影响了数字影院革命,无论在成本、片源保存,以及画面效果方面都让商业影院有了质的提升。除此之外,德州仪器的DLP技术在波长、速度、分辨率、效率方面具有与众不同的优势,广泛应用与3D打印、光谱分析等工业领域。
·3D打印
3D打印是一项增材制造工艺,通过铺设连续的材料层来构造三维物体。基于DLP技术的3D打印,针对物体的每一个横截面切片,将图案化光照有选择性地投射到树脂上,并且使树脂凝固。高分辨率与高速度相结合,使用采用DLP产品的3D打印机构可构建更加光滑、复杂的对象,并推动3D打印在医疗领域更加深入发展。2015年10,德州仪器推出的用于数字曝光和3D打印的DLP9000X芯片组,与现有DLP9000芯片组相比,它可以为开发人员提供高达5倍的连续数据流,普遍用于3D打印、直接成像数字曝光、激光打印、3D机器视觉等多个领域。
·光谱分析
光谱分析是一项通过不同波长光吸收量或发射量变化对物理物质进行识别和定性分析的强大技术。DLP解决方案提供高性能和系统可编程性以优化不同的光谱分析设计,凭借性能、成本、可编程性和便携性上的优势,已经深入到气象监测、化学品感测、材料识别、油&水质量检测中去。
·3D机器视觉
3D机器视觉是用来捕捉物体物理测量尺寸的快速且准确的光学技术。借助数字化3D扫描数据,可以提取一个物体的尺寸包括表面积、体积和形体尺寸。德州仪器的DLP技术使可编程结构光解决方案满足便携且高分辨率应用需要,普遍应用在工厂自动化、工业用机器人技术、工业计量、生物识别等领域。
建设生态圈很有必要
“基于TI对于DLP技术的持续研发和日益增长的市场需求,DLP技术近年来在工业领域作出了很大进展,比如我们此次在光博会上展示的针对3D机器视觉、3D打印、光谱分析以及数字曝光的创新解决方案,我们对这些市场有信心。”TI中国区业务拓展总监吴健鸿表示。
TI中国区业务拓展总监吴健鸿
中国工业正在经历巨大的改革升级,先进的DLP技术能否铺开有着结实“传统”根基的中国工业市场,建设广阔的生态圈着实有必要。对此,Mariquita表示DLP技术的应用案例不算多,许多用户并不了解,还需要众多合作伙伴来一起推动DLP在中国的落地。据了解,截止到目前为止,已经有50家的企业参与到生态圈的建设中。未来,德州仪器的工作重点是希望扩大供应商等一系列合作伙伴的规模,提升DLP在中国工业领域中的影响力。
好文章,需要你的鼓励
这项研究提出了ORV(占用中心机器人视频生成)框架,利用4D语义占用作为中间表示来生成高质量的机器人操作视频。与传统方法相比,ORV能提供更精确的语义和几何指导,实现更高的时间一致性和控制精度。该框架还支持多视角视频生成(ORV-MV)和模拟到真实的转换(ORV-S2R),有效弥合了虚拟与现实之间的差距。实验结果表明,ORV在多个数据集上的表现始终优于现有方法,为机器人学习和模拟提供了强大工具。
这项研究由Writer公司团队开发的"反思、重试、奖励"机制,通过强化学习教导大型语言模型生成更有效的自我反思内容。当模型回答错误时,它会生成反思并二次尝试,若成功则奖励反思过程。实验表明,该方法在函数调用和数学方程解题上带来显著提升,最高分别改善18.1%和34.7%。令人惊讶的是,经训练的小模型甚至超越了同家族10倍大的模型,且几乎不存在灾难性遗忘问题。这种自我改进技术为资源受限环境下的AI应用开辟了新方向。
FuseLIP是一项突破性研究,提出了通过早期融合离散标记实现多模态嵌入的新方法。与传统CLIP模型使用独立编码器不同,FuseLIP采用单一编码器同时处理图像和文本标记,实现了更自然的模态交互。研究证明,这种早期融合方法在多种多模态任务上表现优异,特别是在需要理解图像结构而非仅语义内容的任务上。研究还开发了创新的数据集和评估任务,为多模态嵌入研究提供了宝贵资源。
ByteDance与浙江大学合作开发的MERIT是首个专为多语言多条件语义检索设计的基准数据集,包含320,000条跨5种语言的查询和135,000个产品。研究发现现有模型在处理多条件查询时过度关注全局语义而忽略特定条件元素,为此提出CORAL框架,通过嵌入重建和对比学习相结合的方式,使检索性能提升45.9%。这项研究不仅识别了现有方法的关键局限性,还为多条件交错语义检索领域的未来研究奠定了基础。