首页 > 传媒 > 关键词  > LED显示技术最新资讯  > 正文

海信商用显示发布猎影平台2.0,推动行业迈向“芯”未来

2024-04-18 14:29 · 稿源: 站长之家用户

4月17日,北京InfoComm China2024在北京国家会议中心开幕。今年,海信商用显示以“以场景 致未来”为主题,展出了类型丰富的专业显示解决方案,并在现场正式发布LED显示技术平台——猎影平台2.0,展示了海信近一年以来产品不断打磨,平台不断迭代的成果。

发布会现场,海信视像科技LED显示产品线运营中心运作支持部经理石雅彬提到,海信猎影平台2.0持续以“芯”引领,进一步完善了LED显示信号前段、中段、后段处理的全流程,打造了从显示信号输入到产品终端的完整链路,旨在解决行业同质化、工程化、低智能化的形象,推动行业实现破局。

在传统LED显示行业中,显示控制卡、驱动芯片、显示屏各环节,不同厂家分工明确,虽然可以使行业分工效率最 大化,但随着用户对于超高清显示画质的需求,对于智能化的需求越来越高,分段式的行业分工不可避免地遇到了瓶颈。作为显示行业的“领头羊”,海信从一开始便有意识的进行布局,打通产业链上的断点,让技术创新真正能够传递到终端用户,给用户带来价值,打造了以高画质、高性能、高标准、高质量、高体验这“五高”为核心竞争力的新一代猎影显示技术平台。

最 新发布的猎影平台2.0,具有高画质、高性能、高标准、高质量和高体验等五大核心竞争力,具体表现在:

高画质——猎影平台2.0将画质处理前段升级为自主研发的显示主控芯片,从而真正实现全链路的国产化。通过主控显示芯片,实现了YUV4:4:4色彩无损还原,做到原彩输出,真正实现所见即所得。并且,海信是已知LED行业中第 一家将画质芯片应用于LED显示产品的企业,最 新的LED一体机产品已经搭载高端旗舰电视同款“信芯X”大师版画质芯片,代表国内单颗画质芯片的最 高处理能力,给客户带来比较罕见的高画质体验。

高性能——在性能方面,海信的系统架构带载率提升了16倍,集成度更高。实现了驱动数量减少了85%,大大提高了散热性能和产品可靠性。产品功耗也较上一代降低了23%,进一步节能降耗;EMI较行业水平下降10dB,为对于担心电磁波泄漏信息安全的用户提供了最 佳选择。

高标准——在LED显示信号后段处理上,高标准的工艺制程是海信一直以来的追求。2023年初,海信视像正式成为乾照光电的控股股东,为乾照光电带来全方位的赋能,首 个年度即令乾照实现扭亏为盈,攻克了Mini、Micro LED显示的诸多技术瓶颈。海信和乾照光电的合作,突破了芯片微型化工艺瓶颈,突破了光效、ESD、切割良率等核心工艺,实现芯片面积缩小43%。

在灯板加工和处理方面,海信的芯片大幅优化了固晶良率和基板gap,使固晶位置更准确,显示一致性更高。独有的复合纳米涂层技术,将透过率提升至60%,反射率降低至2%,实现感知对比度达到40000:1,远超过行业水平。

高质量——与LED传统厂家相比,海信的产品以严格的边界实验作为基础,通过严苛的整机实验和设计保证层层把关,从器件到半成品到整机全链路的QCP,远高于行业实验标准,确保了海信交付给消费者的是值得信赖的产品。

高体验——海信的LED产品不仅给用户带来舒适视觉体验、沉浸音效享受,还通过智能化的操作给用户带来便捷的使用体验。

北京InfoComm展现场,海信商用显示特别展示了LED战略区,通过展示从显示信号输入到产品落地的完整链路,向大众展现了海信深耕LED显示技术的雄厚实力。

展望未来,海信将持续以“芯”引领,开展LED技术布局和产业布局。海信在芯片领域20多年的投入和沉淀将助力海信成为技术驱动国产化的领军者,随着技术的不断进步,海信将在自研ASIC芯片、画质芯片领域不断迭代升级,从商用到家用,从专用市场到消费级市场,海信猎影技术平台将持续拓展使用场景,为客户提供更加多样化、高性能的产品和解决方案,推动LED显示技术的进一步发展。

推广

特别声明:以上内容(如有图片或视频亦包括在内)均为站长传媒平台用户上传并发布,本平台仅提供信息存储服务,对本页面内容所引致的错误、不确或遗漏,概不负任何法律责任,相关信息仅供参考。站长之家将尽力确保所提供信息的准确性及可靠性,但不保证有关资料的准确性及可靠性,读者在使用前请进一步核实,并对任何自主决定的行为负责。任何单位或个人认为本页面内容可能涉嫌侵犯其知识产权或存在不实内容时,可及时向站长之家提出书面权利通知或不实情况说明,并提供身份证明、权属证明及详细侵权或不实情况证明(点击查看反馈联系地址)。本网站在收到上述法律文件后,将会依法依规核实信息,沟通删除相关内容或断开相关链接。

  • 相关推荐
  • 大家在看
  • Nemotron-4-340B-Instruct:NVIDIA的高级语言模型,优化于英文对话场景。

    Nemotron-4-340B-Instruct是由NVIDIA开发的大型语言模型(LLM),专为英文单轮和多轮对话场景优化。该模型支持4096个token的上下文长度,经过监督式微调(SFT)、直接偏好优化(DPO)和奖励感知偏好优化(RPO)等额外的对齐步骤。模型在约20K人工标注数据的基础上,通过合成数据生成管道合成了超过98%的用于监督微调和偏好微调的数据。这使得模型在人类对话偏好、数学推理、编码和指令遵循方面表现良好,并且能够为多种用例生成高质量的合成数据。

  • BookSlice:让阅读更有趣,用游戏化的方式增加阅读量。

    BookSlice是一款面向忙碌人群的游戏化阅读应用,通过心理学原理帮助用户建立阅读习惯,并通过设置每日挑战来维持阅读连续性。它利用实施意图、习惯叠加等心理工具,使阅读变得习惯性和上瘾。此外,BookSlice还提供AI问答功能,帮助用户在阅读过程中获得上下文答案。

  • agentUniverse:基于大型语言模型的多智能体应用开发框架

    agentUniverse 是一个基于大型语言模型的多智能体应用开发框架,提供了构建单一智能体和多智能体协作机制的所有必需组件。通过模式工厂,允许开发者构建和自定义多智能体协作模式,轻松构建多智能体应用,并分享不同技术与业务领域的模式实践。

  • HunyuanDiT Distillation Acceleration:高性能图像生成模型的蒸馏加速版本

    HunyuanDiT Distillation Acceleration 是腾讯 Hunyuan 团队基于 HunyuanDiT 模型开发的蒸馏加速版本。通过渐进式蒸馏方法,在不降低性能的情况下,实现了推理速度的两倍提升。该模型支持多种GPU和推理模式,能够显著减少时间消耗,提高图像生成效率。

  • WonderWorld:从单张图片生成交互式3D场景

    WonderWorld是一个创新的3D场景扩展框架,允许用户基于单张输入图片和用户指定的文本探索和塑造虚拟环境。它通过快速高斯体素和引导扩散的深度估计方法,显著减少了计算时间,生成几何一致的扩展,使3D场景的生成时间少于10秒,支持实时用户交互和探索。这为虚拟现实、游戏和创意设计等领域提供了快速生成和导航沉浸式虚拟世界的可能性。

  • ChatTTS_Speaker:基于ERes2NetV2模型的音色稳定性评分与音色打标。

    ChatTTS_Speaker是一个基于ERes2NetV2说话人识别模型的实验性项目,旨在对音色进行稳定性评分和音色打标,帮助用户选择稳定且符合需求的音色。项目已开源,支持在线试听和下载音色样本。

  • fastc:轻量级文本分类工具,使用大型语言模型嵌入。

    fastc是一个基于大型语言模型嵌入的简单且轻量级的文本分类工具。它专注于CPU执行,使用高效的模型如deepset/tinyroberta-6l-768d生成嵌入。通过余弦相似度分类代替微调,实现文本分类。它还可以在不增加额外开销的情况下,使用相同的模型运行多个分类器。

  • MeshAnything:3D资产的自动生成工具

    MeshAnything是一个利用自回归变换器进行艺术家级网格生成的模型,它可以将任何3D表示形式的资产转换为艺术家创建的网格(AMs),这些网格可以无缝应用于3D行业。它通过较少的面数生成网格,显著提高了存储、渲染和模拟效率,同时实现了与先前方法相当的精度。

  • HunyuanDiT-v1.1:多分辨率扩散变换器,支持中英文理解

    HunyuanDiT-v1.1是由腾讯Hunyuan团队开发的一款多分辨率扩散变换模型,它具备精细的中英文理解能力。该模型通过精心设计的变换器结构、文本编码器和位置编码,结合从头开始构建的完整数据管道,实现数据的迭代优化。HunyuanDiT-v1.1能够执行多轮多模态对话,根据上下文生成和细化图像。经过50多名专业人类评估员的全面评估,HunyuanDiT-v1.1在中文到图像生成方面与其他开源模型相比,达到了新的最先进水平。

  • UniAnimate:高效生成一致性人物视频动画的模型

    UniAnimate是一个用于人物图像动画的统一视频扩散模型框架。它通过将参考图像、姿势指导和噪声视频映射到一个共同的特征空间,以减少优化难度并确保时间上的连贯性。UniAnimate能够处理长序列,支持随机噪声输入和首帧条件输入,显著提高了生成长期视频的能力。此外,它还探索了基于状态空间模型的替代时间建模架构,以替代原始的计算密集型时间Transformer。UniAnimate在定量和定性评估中都取得了优于现有最先进技术的合成结果,并且能够通过迭代使用首帧条件策略生成高度一致的一分钟视频。

  • LVBench:长视频理解基准测试

    LVBench是一个专门设计用于长视频理解的基准测试,旨在推动多模态大型语言模型在理解数小时长视频方面的能力,这对于长期决策制定、深入电影评论和讨论、现场体育解说等实际应用至关重要。

  • Mo:通过卡片式学习,轻松掌握AI科技知识。

    Mo是一款结合超现实主义艺术和堂吉诃德理想主义精神的AI科技学习APP。它通过卡片形式,以图文、动画、视频、语音等多样化内容,使AI和科技知识的学习变得生动有趣。Mo不仅覆盖了AI的基础知识,还包含了元宇宙、大数据、大模型等前沿技术,适合各种背景的学习者,旨在打造一个个性化的学习体验。

  • 开搜AI搜索:面向大众的AI问答搜索引擎

    开搜AI问答搜索引擎是一款面向大众的、直达答案的AI问答搜索引擎,它能够帮助用户从海量的文献资料中筛选出有用的信息,提供直接、精准的答案,并且能够自动总结重点、生成大纲、思维导图并下载。

  • AI Math Notes:一个交互式绘图应用,用于数学方程的绘制和计算。

    AI Math Notes 是一个开源的交互式绘图应用程序,允许用户在画布上绘制数学方程。应用程序利用多模态大型语言模型(LLM)计算并显示结果。该应用程序使用Python开发,利用Tkinter库创建图形用户界面,使用PIL进行图像处理。灵感来源于Apple在2024年全球开发者大会(WWDC)上展示的'Math Notes'。

  • VideoTetris:文本到视频生成的创新框架

    VideoTetris是一个新颖的框架,它实现了文本到视频的生成,特别适用于处理包含多个对象或对象数量动态变化的复杂视频生成场景。该框架通过空间时间组合扩散技术,精确地遵循复杂的文本语义,并通过操作和组合去噪网络的空间和时间注意力图来实现。此外,它还引入了一种新的参考帧注意力机制,以提高自回归视频生成的一致性。VideoTetris在组合文本到视频生成方面取得了令人印象深刻的定性和定量结果。

  • Visual Sketchpad:多模态语言模型的视觉推理工具

    Visual Sketchpad 是一种为多模态大型语言模型(LLMs)提供视觉草图板和绘图工具的框架。它允许模型在进行规划和推理时,根据自己绘制的视觉工件进行操作。与以往使用文本作为推理步骤的方法不同,Visual Sketchpad 使模型能够使用线条、框、标记等更接近人类绘图方式的元素进行绘图,从而更好地促进推理。此外,它还可以在绘图过程中使用专家视觉模型,例如使用目标检测模型绘制边界框,或使用分割模型绘制掩码,以进一步提高视觉感知和推理能力。

  • GoMate:基于RAG框架的可靠输入和可信输出系统

    GoMate是一个基于Retrieval-Augmented Generation (RAG)框架的模型,专注于提供可靠输入和可信输出。它通过结合检索和生成技术,提高信息检索和文本生成的准确性和可靠性。GoMate适用于需要高效、准确信息处理的领域,如自然语言处理、知识问答等。

  • SD3-Controlnet-Canny:一种用于生成图像的深度学习模型。

    SD3-Controlnet-Canny 是一种基于深度学习的图像生成模型,它能够根据用户提供的文本提示生成具有特定风格的图像。该模型利用控制网络技术,可以更精确地控制生成图像的细节和风格,从而提高图像生成的质量和多样性。

  • Tencent EMMA:多模态文本到图像生成模型

    EMMA是一个基于最前沿的文本到图像扩散模型ELLA构建的新型图像生成模型,能够接受多模态提示,通过创新的多模态特征连接器设计,有效整合文本和补充模态信息。该模型通过冻结原始T2I扩散模型的所有参数,并仅调整一些额外层,揭示了预训练的T2I扩散模型可以秘密接受多模态提示的有趣特性。EMMA易于适应不同的现有框架,是生成个性化和上下文感知图像甚至视频的灵活有效工具。

  • Dream Machine AI:释放AI视频创造的力量,轻松生成惊人视频

    Dream Machine是由Luma Labs开发的一款先进的人工智能模型,旨在快速从文本和图片生成高质量的、逼真的视频。这个高度可扩展且高效的变换模型直接在视频上训练,使其能够产生物理上准确、一致且充满事件的镜头。Dream Machine AI是朝着创建通用想象力引擎迈出的重要一步,使每个人都能轻松访问。它可以生成带有平滑动作、电影质量和戏剧元素的5秒视频片段,将静态快照转化为动态故事。该模型理解物理世界中人与人之间、动物和物体之间的互动,允许创建具有极佳角色一致性和准确物理的视频。此外,Dream Machine AI支持广泛的流畅、电影化和自然主义的摄像机运动,与场景的情感和内容相匹配。

今日大家都在搜的词:

热文

  • 3 天
  • 7天