萬字深度解密:華為麒麟2026韜定律大量技術細節首披露

2026年10月15日 12:47
站內 AI 整理稿

作者 | 雲鵬 編輯 | 李水青 10月15日報道,近日,華為在上海練秋湖畔舉辦了一場為期兩天的深度技術溝通會,從影像、屏幕、可靠、定位、聲音5大方向9大技術品牌,到麒麟9050系列背後韜定律、邏輯摺疊、混合鍵合等海量技術細節,華為首次詳細對外解讀。主講人分別為第一天的華為終端BG CTO李小龍,以及第二天的華為半導體業務無線終端芯片產品管理部部長徐松餘。值得一提的是,這也是時隔6年,華為再次對外詳細解讀麒麟芯片,其重要意義不言而喻。

兩天的溝通會信息量極大,可以說乾貨多到爆: ·內含300多個零部件的影像“巨炮”Z10模塊相機如何突破光學硬件的物理極限,背靠76項核心專利,把行業無人區第一個走通?·玄武崑崙玻璃如何深入分子層面重塑玻璃,成為行業唯一同時解決耐劃、耐摔和低反射的屏幕?·“G型”摺疊背後,天工鉸鏈如何從蒸汽機的“連桿結構”中尋取靈感,內屏不同方向的複雜應力如何消解?·一塊防窺屏背後,是4億多元研發費用、50多位博士技術專家參與、累計超過50項專利的深厚積澱。·韜定律背後,華為如何將“混合鍵合”間距做到1.5微米,數量做到5000多萬個?華為未來10年的芯片路線圖又是怎樣的?

·華為的“麒麟2027”會在哪些方向突破,測試指標全部符合預期的背後,華為究竟克服了哪些挑戰?·端側30B大模型跑通背後,華為如何實現多級存算協同、模型架構、量化方案等技術創新的突破?·AI如何在華為軟件、硬件、結構、材料等技術研發領域發揮重要作用?為何李小龍會說“AI對華為產品已到非常重要、不可或缺的程度”?當然,還有海量技術細節以及大量研發幕後故事我們會在實錄中一一呈現,總共4個多小時的深度分享中,我最深的真實感受就是:華為把別人走不通的路走通了,把別人走過的路探索到新的極致。

連續9年研發投入佔全球所有公司排名前6位,且是唯一的中國公司;今年上半年研發投入達1214億元,同比增長22%;摺疊屏全球發貨量突破2000萬臺,今年上半年國內摺疊機市場份額超過70%。正如數字所呈現的,紮實的研發投入帶來技術的領先,技術的領先讓產品力拔群,最終贏得市場的認可。一、華為睿影:紅楓多光譜突破影像色準瓶頸,Z10模塊相機填補行業技術空白 華為將XMAGE中文名定為“華為睿影”。其中“睿”代表智慧能力,意味著影像不僅追求圖像本身質量,也強調通過算法幫助不擅長攝影的用戶拍出高質量照片。睿影體系包括人像、長焦、色彩、視頻和智慧拍攝五個方面。

華為認為,色彩是用戶第一眼判斷照片質量的關鍵因素,因此色彩在睿影體系中居於核心位置。傳統人眼視網膜與攝像頭傳感器均由RGB三通道構成,但自然界色彩來自赤橙黃綠青藍紫各波長光線。僅靠RGB三通道數值表徵真實色彩並不充分,自然界存在同色異譜或同譜異色現象。華為推出紅楓多光譜傳感器,目標是用更多顏色通道、更精準波長表徵世界原本顏色。紅楓提供多通道輸入,再由算法將人眼看到的本質顏色與人腦認為的顏色精準還原。傳統白平衡依賴標準灰板或白板,通過手動白平衡校準。但RGB三通道受環境光線、不同波長影響,標準白在不同光譜下顏色可能不同。

人腦還存在記憶色:例如白色襯衣在暖光下仍被大腦認為是白色,而相機記錄的是偏暖顏色。紅楓方案一方面通過多光譜傳感器精準還原世界真實波長,另一方面通過算法映射回人腦記憶色。按照華為統計,傳統RGB拍攝照片平均誤差超過1,1表示人能夠明確識別顏色偏差的標準單位。使用紅楓後,平均誤差大幅縮小。紅楓已發展至第三代。第一代引入多光譜,重點解決純色背景下傳統白平衡災難。傳統白平衡需要在畫面中尋找白點,當畫面缺少大面積白點時,容易產生離譜顏色偏差。第一代紅楓可在純色背景下真正還原真實顏色。

第二代紅楓解決複雜光源、冷暖光環境下分區處理問題;擴大紅楓傳感器pixel尺寸,使暗光和強光下仍能準確還原環境色彩;提升高動態範圍,減少高亮時部分顏色通道溢出;從3×3通道擴展到4×4通道,解決照片中冷暖分區問題。第三代紅楓重點解決三項問題: 第一,在更復雜光源下提升人膚色還原準確度。人腦對膚色有更強記憶,無論紅光、綠光或藍光環境,大腦都傾向於認為人臉應呈膚色,因此膚色需要額外保護。第二,解決紅外干擾。人眼看不到紅外光,但傳統攝像頭及前代紅楓通道對紅外線仍有響應,第三代將紅外截止降至0.05%,減少紅外線對傳感器干擾。第三,解決強逆光、點光源下眩光與畫面灰濛、對比度惡化問題。

華為在影像行業曾帶來多項創新,包括超級夜景、可變光圈、業界首發一英寸可伸縮攝像頭、潛望式長焦、超大底長焦,以及高達18檔EV超高動態範圍等。可變光圈堅持多年,早期行業認為手機小攝像頭做可變光圈意義有限,但後續越來越多廠家認識到其重要性。手機影像面臨的根本挑戰是空間有限。影像團隊希望更大傳感器、更好光學,但手機空間寸土寸金,且需保持輕薄。行業曾採用手機外加增距鏡方案,但用戶需要快速變焦,傳統增距鏡需反覆擰上摘下,增距倍數有限,且基礎長焦傳感器本身較小,擴展效果有限。傳統微單或單反畫質高,但普通用戶使用門檻高,分享鏈路複雜,直播場景需採集卡甚至電腦。

華為推出睿影Z10 10倍變焦模塊項目,內部研發代號“金剛”。該項目源於多年前Mate 30發佈時對圓形攝像頭demo替換為單反大鏡頭的設想。行業曾嘗試WiFi連接、幾十pin點連接等擴展相機方案, 均不夠理想。最終連接方案來自華為海外出差期間,當地研發團隊為另一產品線開發的一款芯片雖未成功,但具備短距離高速連接潛力。華為不需要10米距離,只需幾毫米。2023年華為啟動芯片定向和規劃,芯片方面,華為內部兩個團隊同時開發兩個方案並PK,考慮功耗、高帶寬、環境波動忍耐性,包括水、水蒸氣、化妝品、粉末、麵粉、油汙等場景。模塊相機正式立項後,前前後後申請76件專利,涉及產品外觀和各領域。

其中一篇專利被網友發現含李小龍名字及兩名日本工程師簡歷。兩名日本工程師曾在一家日本相機大廠工作,體現了華為全球研發資源整合。金剛產品爆炸圖顯示其結構複雜。最前端並非簡單第一線鏡頭,還包括攝像頭模組、激光測距模組、防閃爍環境光閃爍傳感器、可變光圈、高品質光學模組、變焦馬達、對焦馬達、防抖馬達、一英寸大底傳感器、圖像傳輸部分。可變光圈從最大F2到F11。擴展相機模塊內部沒有任何圖像處理算法和處理單元,所有數據全部回傳手機,由手機SoC處理,最終完成照片圖像處理、分享、直播等流程。前端集成紅楓。最初方案中,鏡頭前端被巨大光學模組佔據,遮擋手機本體紅楓攝像頭。加激光較容易,因激光模組小、信號線有限。

加紅楓壓力極大,因紅楓是標準攝像頭模組,排線位寬寬、信號速率高,需在長FPC、反覆伸縮條件下保證可靠性、抗干擾、不被絞斷擠壞。研發團隊最終搞定,金剛模塊有300多個零部件,裝配難度極高。金剛開發最大問題是傳統手機攝像頭模組廠傢俱備自動化生產測試能力,而傳統鏡頭廠家仍處純手動過程。純手動完成複雜光學模塊並達到高光學要求壓力巨大。開發最高峰時,幾十人團隊住在供應商處,幫助開發生產裝備。所有傳統廠家沒有的核心生產裝備,全部由華為工程師和團隊開發完成,打破傳統光學鏡頭生產流程。供應商曾給出激進進度,認為去年可上市。華為判斷不可能,產品進度排到今年。直到幾個月前,鏡頭光學部分良率幾乎為零。

供應商稱從未遇到要求如此高的客戶、難度如此大的產品。原以為華為做光學多年應駕輕就熟,實際很難。光學採用6枚14組19片玻璃鏡片,在傳統相機中屬高端鏡頭配置。使用3枚超低色散鏡片,阿貝數大於90;自然界阿貝數最高為螢石,約94點幾不到95。使用5枚低色散鏡片,用於非球面鏡頭低色散。未用螢石,因螢石軟、吸潮、成本高,華為希望更多用戶用得上。使用9枚非球面鏡頭。傳統相機微距鏡頭最近對焦距離一般約半米,華為要求保證高畫質基礎上將最近對焦距離壓到10cm。MTF曲線採用每毫米60線和30線,而非相機行業常見10線或30線。因傳感器為一英寸且分辨率更高,應以更高線對數要求光學設計。

若用更低線對,MTF會更漂亮,但意義有限。該MTF為變焦鏡頭MTF,體現連續變焦價值。演唱會場景中,用戶既需全場面,又需拉遠細節。超低色散鏡片帶來防紫邊、防色彩能力,長焦人像細節與色彩超越部分傳統方案,但無法與全畫幅相機相比。光圈設計堅持9片光圈葉片,以帶來更圓形光斑;最小光圈F11,因一英寸相機F11已很小,再小衍射明顯;廣角端最大F2。便攜小巧一英寸傳統相機很少做到F2。華為要求金剛套在手機上,無論哪個焦段,都要比手機鏡頭效果更好。高端卡片機長焦可秒殺手機,但主攝最大光圈常僅3.1,進光量受限。因此要求主攝焦段必須打敗機配攝像頭,最大光圈做到2.

0,否則用戶需在金剛與手機間取捨,喪失產品本意。傳感器使用華為擅長的一英寸RYYB,以提升進光量、動態範圍,尤其長焦光圈只能做到3點幾、4點幾時,進光量仍不足。相機行業銷量少,願意開發新傳感器廠家少,能找到的更大畫幅傳感器較古老,指標達不到手機行業迭代水平。對焦方面,手機算力、算法、AI能力遠超傳統相機。激光對焦可在極暗、全黑環境精準對焦;傳感器支持全像素對焦。傳統相機有十幾點、幾十點、上百點對焦,而全像素對焦已無對焦點個數概念。華為通過強大對焦算法、AI相位預測、運動預測,使對焦能力較易優於傳統相機。高精度對焦馬達、手機處理器支持強對焦算法,可解決傳統長焦大變焦錄視頻失焦問題。

AI可推測用戶意圖,預測對焦區域。暗光下背景缺少紋理時,傳統相機對焦困難,手機協同對焦可輕鬆應對。防抖方面,華為要求面向普通手機用戶,即使小白用戶也需高出片率。實測CPA防抖等級達到7,持平專業相機。防抖角度在傳統大炮鏡頭上也非常大,市面上少有大長焦光速模組達到該角度。搖拍時容易鎖住被攝物體。卡口方面,今年發佈兩款產品支持睿影Z10。華為要求考慮未來可擴展性,適應未來手機攝像頭demo不同形狀、尺寸。卡口需容易拆裝,不依賴專業工具,用戶在家隨手可裝。還要求“好裝、不好拆”,防止手欠誤拆。最終安裝容易,拆下稍難但簡單。兩款手機卡口可互相替換,用戶買一款Z10即可換用。未來更多適配卡口產品上市。

二、崑崙玻璃突破微晶玻璃四大難題,玄武架構實現耐劃與低反兼顧 華為研發工程師每年站店,包括銷售店和服務店。過去修手機最大問題是屏幕摔碎換屏。用戶對屏幕要求包括摔不爛、防劃傷、抗指紋層耐磨、低反光。傳統二強玻璃已是高強度玻璃,再做表面強化可提高表面應力,但一旦被刺破,裂縫快速蔓延,整個屏幕碎掉。微晶玻璃並非華為原創,已問世多年,耐摔但傳統微晶玻璃不透明,因晶粒導致光線反射折射。華為需解決透過率:調配晶粒生長尺寸遠小於光波長,調整晶粒折射率與玻璃本體相當,避免界面反射。第一塊玻璃做出來後,高溫高溼實驗中表面泛白。專家定義微晶玻璃中鈉鹽與空氣中二氧化碳生成碳酸鈉,析出後形成難擦白花顆粒。

透光與泛白解決後,蓋板廠熱彎時玻璃又發藍發霧,因微晶玻璃晶粒在熱彎中繼續生長出更大晶粒,導致透明變不透明。最後防指紋塗層耐磨性差。微晶玻璃表面粗糙度高,肉眼手摸難察覺,但鍍抗指紋塗層後,尖峰處塗層先被磨掉。華為通過化學拋光等方案平整表面形貌,再解決鍍膜。第一代崑崙玻璃耐摔能力大幅提升,但工程師認為不夠。第二代耐摔能力提升100%,第三代再提升50%。每代提升都難。技術包括把晶體骨架做得更強壯、納米晶體增強、表面更高密度離子強化注入、發明分子篩控制鹽浴濃度,使強化層更深更強壯。崑崙玻璃解決耐摔,但未解決耐劃傷。華為推出玄武崑崙,在傳統崑崙玻璃上做類金剛石技術。類金剛石折射率高,蓋在玻璃上強反光。

華為先在玻璃上做氮化硅硬化技術,氮化硅折射率低,與玻璃幾乎一樣,雖不如類金剛石硬,但比玻璃硬得多;再在氮化硅表面做一層薄類金剛石。類金剛石厚度遠低於波長時不會反射,通過雙層鍍膜解決反射問題。低反方面,傳統多層鍍膜靠相位抵消,但低折、高折材料本身弱,低反射率與耐劃難兼得。華為發明折射率漸變的梯度技術,使光線入射無反射面。華為稱其為行業唯一同時解決耐劃與低反的玻璃:解決低反的廠家耐劃差,解決耐劃的廠家反射率不夠低。前蓋板與電池蓋耐摔解決後,攝像頭蓋板玻璃摔碎比例升高。華為嘗試用崑崙玻璃做蓋板,但微晶玻璃有霧度,強光手電照有幽藍擴散。團隊多年降低霧度未果,最終走非晶玻璃路線。

傳統微晶玻璃有晶粒,光線反射散射,對屏幕足夠,對拍照遠遠不夠。華為無法接受光學團隊鏡頭指標出色卻被蓋板玻璃打折扣。最終用非晶控制配方,增強玻璃分子鏈結構,骨架強度提升30%,再做高溫離子強化,光學控制玻璃比普通傳統玻璃耐摔提升20倍。動態光柵控制玻璃:傳統玻璃紋理在背後貼光學膜,華為ID設計師希望紋理展在玻璃內部。工程師在傳統玻璃中加入貴金屬和系統元素,形成光敏特性玻璃;生產過程中先光照使鹽顆粒敏化,再定型,通過48小時高溫固化紋理,可在玻璃內部刻出圖案。該技術用於今年動態光柵玻璃。Mate 90 Pro Max使用玄武崑崙架構,前後都崑崙。手機機身架構將後殼與中框連在一起,配合睿影Z10。

若不一體,手機帶金剛睿影跌落時,相機可能把電池蓋拔下。卡扣需足夠強壯,用戶怎麼甩都甩不下來;又要在跌落足夠高度時及時脫落,避免鏡頭打壞手機,卡扣設計需兼顧強大與及時脫開。三、天工鉸鏈:8年深耕摺疊,從“Z”到“G”的背後,是結構、材料的系統性創新 華為是最早發佈摺疊機、最早發佈三摺疊的廠家。2015年手機產品線內部研討中,李小龍在紙上畫出摺疊手機草圖。當時智能手機屏幕每年增大0.3寸,6寸後寬度達極限,屏佔比接近100%後,唯一手段是把屏幕折起來。沒有柔性屏前,多家廠家做轉軸、雙面方案,前赴後繼。摺疊夢想屬於手機行業,最終由華為工程師實現。

摺疊機比直板更重更厚,配置更差,因轉軸佔用有效空間和重量,除摺疊外不帶來其他用戶價值。轉軸團隊要求儘可能輕、小,同時平衡可靠、開合順滑,幾乎是不可能三角。華為從Mate X鷹翼外折、水滴鉸鏈、X5、X6,到三摺疊、摺疊PC,每代創新並引領行業。外折最難:屏幕和轉軸因厚度不同,長度變化。外折需在彎折任何角度讓轉軸始終頂好屏幕,屏幕孔洞區域最易破壞。第一代鷹翼鉸鏈讓轉軸配合屏幕尺寸。第二代水滴鉸鏈將屏幕容納到手機厚度本身,替代棒球形轉軸,避免手機額外增加轉軸區域厚度。行業後續普遍採用水滴鉸鏈架構。第三階段把水滴鉸鏈做得更薄更輕,依賴1900MPa定鋼和700MPa航空鋁等材料與設計共同迭代。

第四階段向更大應用擴展。三摺疊將內折與外摺疊在一起,要求更薄更輕、可靠性不打折。難點在於有效空間同時容納內折和外折,內折外折互相影響:一個轉軸開閉時,另一個轉軸受屏幕錯動力不同。需包容所有應用場景。不同環境溫度下,屏幕越冷越硬,展開閉合力阻力越大。還需考慮佩戴美甲女生優雅輕鬆打開,不能弄傷美甲。摺疊PC比手機更難:屏幕面積更大、長度更大,疊層咬合度與錯動力阻力更大,轉軸需克服更大屏幕反彈力與摺疊阻力;PC需任意角度維持,阻尼力要求更大,開合又不能困難。第一代Z字型摺疊,第二代G型摺疊。G型多一塊屏幕和蓋板玻璃,更重更厚。

第一代內外折為減輕厚度重量;當團隊能力提升,外折也能達到相同厚度重量後,華為更願提供外面有保護屏的摺疊手機,因柔性屏在外側仍易劃傷。G型兩個轉軸向內折,一個轉軸包另一個,轉折點跨度更大。傳統同步方案靠四個齒輪聯動,U軸轉折點距離遠,加齒輪會帶來誤差、抗衝擊差。工程師從蒸汽機火車輪連桿結構受啟發,做蒸汽機連桿結構,抗衝擊好、運動精度高於齒輪。材料做出2400MPa航空級高強鋼和1200MPa鈦合金。為克服屏幕反彈力,用戶手感取決於磁鐵吸合力與推力、屏幕反彈力、鉸鏈彈簧頂部機構。需不停改變磁鐵和鉸鏈設置,抵抗變化屏幕力,適應不同屏幕、溫度、角度互相影響,將手感包絡在最佳範圍。

XT2 V軸閉合時故意留輕微角度,內部放相斥磁鐵,解決美甲女生難拉開問題;但張嘴角度需控制,避免U軸閉合壓壞屏幕轉軸,並解決磨損、頂平問題。轉軸是系統工程,涉及方案設計、力學仿真、材料、精密製造、全場景測試與失效分析。轉軸測試組合無數,需靠強大仿真找到最脆弱角度,再測試遍歷。四、靈盾防窺:兩套獨立像素實現防窺,為了一塊屏砸4億研發50多位博士技術專家 用戶需在飛機、公共場合處理材料,不想被旁邊人看到。傳統PC防窺貼膜顯示效果差,亮度打折,視角差導致左右眼亮色不同,可能眩暈。軟件防窺可在發現第二張人臉時彈窗提醒,但邊上始終有人時只能提醒,不夠。

華為投入4億多研發費用、50多位博士技術專家、累計超過50項專利。目標:防窺態與共享態顯示效果一樣好,不讓用戶選擇;靈活自如、悄無聲息切換。方案為防窺態和共享態各有一套完全獨立像素,正視角度效果完全一樣。防窺版本2800萬像素,不防窺版本1400萬像素,像素數翻倍,防窺與非防窺PPI完全一樣。競品方案在共享態兩套像素同時點亮,防窺態關閉一半共享像素。防窺像素窄視角,只有窄視角有亮度,大視角亮度為零,導致廣視角色偏、亮度衰減。共享態因防窺像素參與顯示,大視角亮度色彩變化。相比之下,華為兩套像素設計一樣,僅視角不同,發光亮度、像素尺寸幾乎一樣,色彩、亮度、效果一致,像素渲染算法一致。

防窺需麒麟和周圈顯示驅動芯片共同參與,實現多一倍像素驅動。防窺靠光線遮擋:共享像素無遮擋,防窺像素通過兩種遮擋矩陣在大視角遮光,增加遮擋層使屏幕更厚。摺疊機對厚度、應力、壽命要求更高。華為優化外硬度、減少膜層,與原有膜層複用,減少一層、增加一層,採集亮度僅2%情況下抗彎能力提升20%。增加一半像素使像素間距更密,屏幕廠需更高精度曝光、對位裝置。光刻加工發光區對膜厚要求更高,微小誤差容忍度更差,需更好溫控與精準分區加工。五、靈瓏屏:雙層OLED突破發光單元與校準難題,BT.2020色域行業首次實現 在華為看來,好屏幕首先看得清,亮度足夠高。室內亮度夠,戶外永遠不足。

手機初始亮度高,用一會降亮,因過熱、高亮度高功耗,熱承受不了時被迫降亮。色彩方面,自然界色彩能否在屏幕精準還原是關鍵。華為屏幕從早期730nits到6000nits,從sRGB到P3再到BT.2020。做好顯示不只需好屏幕,還需軟件算法、操作系統、端到端處理和傳輸高色域照片能力。部分廠家將sRGB硬拉伸到P3、BT.2020,導致顏色嚴重失真。屏幕宣傳超過100%色域,對操作系統和原始照片而言最高理論到100%,超過意味著用戶看到失真顏色。還需第三方生態,如抖音、快手、小紅書、微博逐漸支持更高色域。單層OLED與雙層OLED最大區別是串聯兩組發光單元。

亮度增加一倍;相同亮度下壽命幾乎翻番;相同功耗下更好亮度,或相同亮度下功耗打6到7折。雙層OLED每層發光單元電壓下降,供電需更精準、更小誤差,否則易出現折線波、髒汙、顯示不均。需更高像素校準裝置、更完美灰度亮度色階模擬。傳統伽馬曲線查找表放顯示驅動IC,但DDIC內存有限。華為創造性實現DDIC與SoC協同:高亮度時靠DDIC內部幾套校正表,低亮度時SoC介入,利用手機內存放更多校正表。手機SoC與DDIC協同,發揮DDIC低功耗與SoC精準校準優勢。Pointer色域是自然界真實物體反射光線色域空間,傳統P3覆蓋範圍離Pointer仍大。

今年屏幕將傳統2020色域覆蓋達到95%,自然界真實存在色域覆蓋度達到99%。實現更高色域需將紅光中心波長拉長,綠光波長左移、波峰縮

Related

相關文章

MarkTechPost AI生成式AI

認識 Voxel51 3.0:為實體 AI 打造的統一多模態資料平臺

Voxel51 已發布 Voxel51 3.0,這是其資料平臺的一次重大更新。Voxel51 3.0 是一個端對端的多模態資料平臺,將搜尋、篩選、標註和評估整合於單一系統中。該平臺鎖定針對機器人、車輛和工廠感測器資料進行模型訓練的團隊。此次發布新增了 Voxel51 Agent、資料溯源層及免費的自助式存取。重點摘要:規模:Voxel51 Agent 內建超過 45 個 MCP 工具、80 多個運算子及 18 個開源技能。執行環境:可於 app.voxel51.com 使用託管網頁應用程式,或於雲端、混合、地端及隔離環境中自行部署。未揭露本機 GPU 需求。效能:未發布產品基準測試。Voxel51 引用其自身調查數據作為依據。最佳亮點:免費方案包含 Voxel51 Agent、每月 30,000 次推論請求及 30 個運算小時。

19 小時前
何夕2077生成式AI

下一概念建模把文本生成提速最高31倍

斯坦福等聯合提出全新文本生成範式 NCM,生成速度狂飆 31 倍AIbase基地發佈於AI新聞資訊 · 1 分鐘閱讀 · Oct 16, 202633人工智能領域的文本生成技術迎來顛覆性創新。斯坦福大學與 Together AI 的研究人員近日聯手推出了一種截然不同於傳統自迴歸和擴散模型的全新文本生成範式——Next-Concept Modeling(簡稱 NCM,即“下一概念建模”)。該方法巧妙借鑑了圖像生成領域中“下一尺度預測”的思路,有望為未來的文本生成技術開闢全新的發展路線。在技術實現路徑上,NCM 模擬了人類“先構思宏觀大綱、再動筆填充細節”的寫作邏輯。整個系統通過兩階段訓練來完成:首先訓練多尺度殘差 VQ-VAE,從而得到能夠逐層補充信息的多層離散文本編碼;隨後凍結該系統,訓練 Transformer 模塊去預測下一層的編碼。在生成文本時,模型會先並行生成概念層面的宏觀大綱,接著逐層並行填充具體細節,最終組合成完整的文本內容。在實際測試表現中,NCM 交出了令人矚目的成績單。實驗數據顯示,在保持相近甚至更優生成質量的前提下,NCM 相對傳統的擴散語言模型實現了10到31倍的生成速度飛躍,並且在訓練過程中所需消耗的 token 數量也大幅減少。此外,在數獨等複雜推理任務上,它的表現也明顯優於傳統的自迴歸和擴散基線模型,同時還支持通過多生成候選挑選機制來進一步優化最終輸出效果。儘管目前該研究所使用的模型參數規模依然相對有限,其在擴大模型規模後的表現、精確文本以及長篇內容的生成能力仍有待後續驗證,但這一創新思路無疑打破了長期以來的技術慣性,為人工智能高效生成文本提供了充滿想象力的全新解法。本文來自AIbase日報掃碼查看歡迎來到【AI日報】欄目!這裡是你每天探索人工智能世界的指南,每天我們為你呈現AI領域的熱點內容,聚焦開發者,助你洞悉技術趨勢、瞭解創新AI產品應用。

23 小時前
雷峰網生成式AI

12.88萬起、華為電驅+L4同源智駕,Ray7能成為埃安年輕化的答卷嗎?

12.88萬起、華為電驅+L4同源智駕,Ray7能成為埃安年輕化的答卷嗎? 本文作者: 倪萍 2026-10-17 22:42 導語:10月17日,埃安轎跑Ray7正式開啟預售,預售價12.88 萬起。新車車長4.9米,軸距2.9米,車頭部分搭配3.25米的超長雙環燈帶,是埃安10年煥新的家族 10月17日,埃安轎跑Ray7正式開啟預售,預售價12.88 萬起。新車車長4.9米,軸距2.9米,車頭部分搭配3.25米的超長雙環燈帶,是埃安10年煥新的家族式標識。 新車採用寧德時代電池以及廣汽自研的彈匣電池2.0技術,能夠在充分釋放續航能力的同時,監控電池健康狀態。提供45.58kWh和62.98kWh兩種規格,續航可達702公里,整車風阻係數 Cd 低至 0.22。Ray7搭載華為DriveONE多合一電驅,以及華為DriveONE芯片級驅制融合架構,百公里制動僅為32.8米。底盤方面,Ray7搭載高性能前後穩定杆和後五連桿懸架,過彎極限更高,濾振更乾淨。智能化上, Ray7搭載27顆車規級全視角傳感器,採用文遠知行L4級Robotaxi同源大模型。這幫助新車能夠複用 L4 積累的海量場景經驗,在城區掉頭、繞行等複雜場景中可順利通行。自2025年廣汽推進“番禺行動”以來,昊鉑埃安BU的研發、生產、銷售等環節效率不斷提升,產品迭代和新車投放節奏明顯加快。作為埃安全新Ray車系的首款新車,Ray7是埃安開啟年輕化序列的關鍵落子,也是廣汽切入20萬級市場的重要佈局。這一細分市場競爭並不輕鬆:小鵬P7、極氪007等車型已經提前卡位。Ray7想在年輕人心中佔位,不能只堆參數,更要把智能座艙與輔助駕駛、三電安全、補能效率、用車成本和價格權益上的差異,變成用戶可感、可信、可持續的體驗,這才是埃安年輕化的分水嶺。(雷峰網(公眾號:雷峰網)) 雷峰網原創文章,未經授權禁止轉載。詳情見轉載須知。

1 天前
智東西生成式AI

梁聖又掀桌了!DeepSeek新模型斬殺GPT-6,許願式編程時代降臨

作者 | 楊京麗 編輯 | 李水青 10月17日報道,剛剛,DeepSeek V4.1 Flash更新至V4.1-Flash-1017版本,官方網頁端、App與API已同步更新至新模型,模型權重也已在HuggingFace和ModelScope開放下載。DeepSeek還向公眾開放自研搜索引擎的Search(搜索)與Fetch(抓取)API,兩個接口均定價為5元/千次。 此次更新距離該模型發佈僅過去一個多月。9月10日,DeepSeek正式推出V4.1-Flash,在性能上超越了DeepSeek-V4-Pro。

1 天前