6月26日消息,韓媒 The Elec 昨日6月25日發布博文,報道稱從紙面規格來看,三星首款擴展現實(XR)頭顯的屏幕像素密度要優于蘋果的 Vision Pro。該媒體報道,這款頭顯將采用 1.3 英寸的 OLEDoS(OLED on Silicon)微顯示屏,其像素密度大約為 3800 PPI。相比之下,Vision Pro 使用的是 1.42 英寸的 OLEDoS 面板,由索尼提供,像素密度為 3391 PPI。盡管三星頭顯的屏幕稍小一些,可能會減少視野范圍,但它仍能提供更清晰的視覺效果。

“金安發布”消息,6月26日,安徽賽富樂斯半導體科技有限公司(以下簡稱“賽富樂斯”)Micro LED顯示芯片和模組生產項目在金安經濟開發區六松現代產業園正式投產。據了解,該項目總投資3億元,將建設2條生產線及研發生產基地,用于為顯示領域客戶設計并制造mLED芯片和微顯示模組。一期產線投產后可實現年產R系列量子點mLED芯片15000kk,可用于制備商用顯示屏約2萬平方米。

圖片來源:金安發布
近日,智能手機品牌Nothing科技透露,即將發布的Phone(3)手機背面將采用Glyph Matrix數顯矩陣屏,并且采用的是Micro LED器件,可實現細微通知、視覺提示及交互反饋等功能。據了解,Nothing科技由前一加聯合創始人裴宇(Carl Pei)于2020年創立,旗下智能手機以透明設計和Glyph燈光系統為特色,首塊機型Phone(1)于2022年7月發布,結合透明背板和Glyph燈帶交互系統,實現差異化設計,這款手機彼時在預售階段就獲得了超10萬訂單。截至目前,Nothing科技已推出Phone(1)、Phone(2)、Phone(2a)等多代智能手機,累計銷量突破700萬臺。

對于硬件廠商而言,眼鏡接入支付體系無疑是一個很值得嘗試的功能:首先眼鏡與手機、錢包一樣,均屬于隨身攜帶設備,因而具有取代其中一兩樣的機會。此外,如果對比常見的手機掃碼支付,眼鏡支付在便攜性方面會更勝一籌。目前很多人仍在好奇AI眼鏡的殺手級應用是什么,在筆者看來,只要設備跟手機、電腦一樣具有足夠的市場潛力,那么單一的應用場景:如導航、社交、游戲等均不會是殺手級應用。相反, 各方面軟硬件綜合體驗的提升,如性能、交互、佩戴、內容生態以及支付體系建設等從無到有構建以及改善,才是所謂的“殺手級應用”。AI眼鏡廠商接入“支付體系”,可以視為小試牛刀,但也是必要基建。



在日前的Stripe Sessions 2025大會中,Meta首席執行官馬克·扎克伯格強調AR眼鏡是值得在未來十年投資的領域。扎克伯格在大會中談到了眼鏡形態設備,并指出這是人工智能的理想載體:“眼鏡是人工智能的完美載體,因為你允許人工智能看到你所看到的,聽到你所聽到的,并且全天候與你交談。它會更具對話性,更傾向于語音形態,而且更加個性化?!蔽磥淼难坨R設備將支持AR全息功能:“我們的眼鏡設備,進展得非常順利。我們已經賣出了數百萬臺,并將繼續擴展到更多的款式,更多的功能。我們將添加全息圖。眼鏡,尤其是作為終極的社交平臺,全息圖可以給人一種身臨其境的感覺,就像你和另一個人共在一起,而這是目前任何屏幕都無法提供的體驗?!?/span>

據XR公眾號報道,北京吾知視界科技有限公司與上海追光影業有限公司)正式備案立項VR電影《長安三萬里》,該項目將基于2023年同名動畫電影的IP資產與美學基底,通過虛擬現實技術重構盛唐氣象。觀眾將以"進京趕考書生"的第一人稱視角,深度介入安史之亂前后的歷史現場:在長安朱雀大街見證市井繁華,于揚州酒肆參與詩人雅集,至黃河岸邊親歷李白醉吟《將進酒》的磅礴瞬間,更將直面邊塞戰場的高適槍挑敵陣、親受叛軍鐵蹄踏破長安的亂世震顫。作為中國首部院線票房超18億動畫電影的VR衍生作品,該項目采用新一代多感官交互技術——通過頭顯設備集成視覺、聽覺及擬真觸覺反饋,實現360度全景環境交互,使觀眾從"觀影者"蛻變為"歷史親歷者"。

6月26日消息,科技媒體 ZDNet Korea 6 月 25 日發布博文,報道稱三星顯示(Samsung Display)和 LG Display 已開始為蘋果 M5 iPad Pro 量產 OLED 面板。據悉,2024 年推出的 iPad Pro 首次采用 OLED 屏幕,其中 11 英寸面板由三星顯示供應,而 13 英寸由 LG Display 供應。而最新消息稱,今年兩家公司將交叉共同供應兩種尺寸面板,該媒體認為這可能是蘋果為了多樣化其供應鏈而采取的措施。這一變化還可能與蘋果加深在其供應商中 OLED 面板的采用有關。有報道稱,計劃在 2026 年為 iPad mini 引入 OLED 面板,并在 2027 年為 iPad Air 引入。

具有數十億個模型參數的Diffusion Transformer(DiT)構成了DALL.E,Stable-Diffusion和SORA等流行圖像和視頻生成模型的主干。盡管相關模型在增強現實/虛擬現實等低延遲應用中十分必要,但由于其巨大的計算復雜性,它們無法部署在資源受限的邊緣設備,如Apple Vision Pro或Meta Ray-Ban眼鏡。為了克服這個問題,伊利諾伊大學厄巴納-香檳分校團隊轉向Knowledge Distillation,并執行徹底的設計空間探索,以實現給定參數大小的最佳DiT。特別是,團隊提供了如何選擇design knob的原則,如深度,寬度,attention head。在模型性能、大小和速度之間出現了三方面的權衡,而這對邊緣實現擴散至關重要。研究人員同時提出了兩種蒸餾方法Teaching Assistant (TA)和Multi-In-One (MI1),以在DiT上下文中執行特征蒸餾。
