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
微软近年来频繁出现技术故障和服务中断,从Windows更新删除用户文件到Azure云服务因配置错误而崩溃,质量控制问题愈发突出。2014年公司大幅裁减测试团队后,采用敏捷开发模式替代传统测试方法,但结果并不理想。虽然Windows生态系统庞大复杂,某些问题在所难免,但Azure作为微软核心云服务,反复因配置变更导致客户服务中断,已不仅仅是质量控制问题,更是对公司技术能力的质疑。
Meta研究团队发现仅仅改变AI示例间的分隔符号就能导致模型性能产生高达45%的巨大差异,甚至可以操纵AI排行榜排名。这个看似微不足道的格式选择问题普遍存在于所有主流AI模型中,包括最先进的GPT-4o,揭示了当前AI评测体系的根本性缺陷。研究提出通过明确说明分隔符类型等方法可以部分缓解这一问题。
当团队准备部署大语言模型时,面临开源与闭源的选择。专家讨论显示,美国在开源AI领域相对落后,而中国有更多开源模型。开源系统建立在信任基础上,需要开放数据、模型架构和参数。然而,即使是被称为"开源"的DeepSeek也并非完全开源。企业客户往往倾向于闭源系统,但开源权重模型仍能提供基础设施选择自由。AI主权成为国家安全考量,各国希望控制本地化AI发展命运。
香港中文大学研究团队开发出CALM训练框架和STORM模型,通过轻量化干预方式让40亿参数小模型在优化建模任务上达到6710亿参数大模型的性能。该方法保护模型原生推理能力,仅修改2.6%内容就实现显著提升,为AI优化建模应用大幅降低了技术门槛和成本。