7月21日,InfoComm China 2021(中国国际视听集成设备与技术展览会)在北京国家会议中心正式开幕,众多国内外知名品牌在本届展会上推出了最新产品和解决方案,为行业呈现了一场精彩纷呈的视听盛宴。
作为商显领域的“新势力”,创维商用此次也携带Swaiot BOARD全场景智慧屏、Swaiot PROTV商用智慧电视、Swaiot WALL城市智慧云墙、Swaiot SIGNAGE智慧数字告示四大系列产品亮相InfoComm China 2021,为业界呈现In-Cell电容技术、光学防蓝光技术、创维商用画质引擎技术、共享屏等行业领先技术,不仅展示其在商显领域的强大技术实力,还为广大客户带来更真实、更流畅、更健康、更智能的体验。

优势技术一:In-Cell电容技术
传统会议大屏的液晶面板屏幕厚重易反光,通透度不佳,存在空气层,时间一长还容易进入灰尘,洞悉到这些用户痛点后,创维商用自研全贴合生产工艺,攻克了In-Cell电容技术良品率低、量产难度大等问题,成为国内首批将In-Cell电容技术应用于会议大屏的厂商。
In-Cell电容技术是指将触摸面板嵌入到液晶像素中的方法。即在显示屏内部嵌入触摸传感器功能使屏幕变得更加轻薄。同时In-Cell屏幕还配备触控IC,有效避免错误的触控感测讯号和过大的噪音,为用户带来了更轻薄的商显屏幕和延迟度更低、流畅度更高的高端画质体验。

优势技术二:光学防蓝光技术
针对当前电子显示设备普遍充斥大量蓝光,对用户视力健康造成一定影响的社会现象,创维商用从用户实用角度出发,发力光学防蓝光技术,并将其应用于产品中,不仅获得了行业的认可,更赢得了消费者的口碑。
创维商用的光学防蓝光技术,从LED背光源入手,打造频谱迁移技术,将发光灯珠的光谱进行了平稳处理,滤除波长在415~455纳米的有害蓝光,实现无害蓝光的输出,在保障屏幕颜色和画面不受影响的同时,有效降低蓝光伤害80%~90%。

优势技术三:创维商用画质引擎技术
在商显领域,创维商用基于创维集团30余年在显示领域积累的技术底蕴,打造创维商用画质引擎技术TM,利用强大的算法支撑,自动识别画质真实色彩,并采取相应调校方案,更快响应原片源的画质色彩,助力产品色彩更真实、灰度更精准、画质更细腻,避免画面失真、偏色现象,带来高端商显体验。

优势技术四:共享屏
针对实际应用过程中智能终端与内容脱节,跨屏连接方式繁琐、内容流转困难等问题。创维商用率先与酷开共享屏展开合作,基于三项核心技术“屏幕连接与传输、大屏内容展示与控制、内容云储存”,覆盖创维商用显示终端,为企业提供大屏轻办公、团队云协作、组织享文化等全场景智慧服务。帮助企业实现多场景的数字化大屏应用,开启组织协同新方式,为企业打造安全、可靠、高效的全场景数智化空间。

在InfoComm China 2021展会上,创维商用领先技术的背后,离不开创维集团深耕显示行业30多年的技术土壤,以及美国硅谷研究室、香港研发中心、深圳数字研究中心等六大科研机构的科技实力。此外,创维庞大的研发团队,近千名软件工程师,也在为创维商用的产品稳定、用户体验保驾护航。
当前,创维商用正不断以核心技术开拓商显市场,为客户提供优质商显服务,已经成为商显领域不容忽视的创新力量。未来,创维商用将秉承“可靠、精密、和谐、科技”四大经营理念,不断通过技术创新满足多元化商显需求,为推动商显行业高质量、高水平发展贡献力量。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。