文由什么值得買用戶原創：Cici_whatever
前言
投影機正在迅速蠶食原本屬于電視機的市場，以至于如今不少電視廠商不僅需要提防同行之間的競爭，微投的茁壯成長也逐漸從另一個維度吞噬過來 —— 有點像十多年前手機逐步取代MP3的地位，把當年稱之為潮流的迷你播放器轟成如今的小眾文化。
MP3功能相對簡單，判定優劣非常容易，手機功能相對復雜，在網絡上形成諸多討論，甚至有些商家避重就輕讓消費者蒙冤。與上述例子類似，微投在越來越受到重視的同時，要判定它的優劣并不能簡單地判定“優劣”，而是在對應價位上堆料、應用技術、耐用度上進行分析。
隨著618消費節臨近，不少朋友開始咨詢筆者微投相關問題，其中就有問到“投影技術”相關，在此就是為了讓各位“避開雷區”，下文主要會從“投影技術”方面進行解析，希望對大家有所幫助。
投影技術
目前市面上所具備的投影技術無非這幾種：LCD投影技術、DLP投影技術、LCoS投影技術。
其中，LCD投影技術包含“單片式LCD”和“三片式LCD”投影技術；DLP投影技術包含“單片式DMD”和“三片式DMD”投影技術；LCoS則因為沒辦法做大規模量產各位可以忽略。
簡單提一下上述領域中有兩個技術分別被兩家巨頭給承包，其一是“三片式LCD”投影技術，它廣泛應用于愛普生投影機中，因愛普生擁有大量相關專利以至于其他廠商基本不會應用。其二是“LCoS”投影技術，索尼、JVC在該技術的探索上最為深入，目前采用該技術的投影機絕大多數都來自索尼、JVC（并且是高端產品）。
目前市面上大多數廠商都是采用來自德州儀器的TI DLP技術，由于德州儀器作為成熟的上游半導體供應鏈廠商一直對外銷售自己的芯片，也給市面上滿目琳瑯的產品提供了一個可靠的核心元器件。
“單片式LCD”因為成本低而被低端市場看中，某寶中千元以下的機器百分之九十九都會采用該技術，缺點是亮度低、色域低、耐高溫性低等，基本已經被主流市場拋棄；“三片式LCD”相對高端，但因為其占用空間較大，一般會出現在愛普生商用投影機；“單片式DMD”的優勢在于相對于“單片式LCD”而言，它對光源亮度損耗較少，可以提供更高的亮度、飽和度和色域；“三片式DMD”應用范圍目前還無法在普通家庭用戶中普及，各位只需要知道目前大多數電影院投影機都采用該技術，這里不展開說明了。
經過上文的鋪墊，相信各位已經對投影技術的梗概有了基本認知。那么，下文主要講目前主流的DLP投影技術中可能存在的“坑”。
目前市面上不少中高端投影機都采用了DLP投影技術，相較于單片LCD投影技術，它在多方面取得了碾壓性優勢，隨著DLP技術的成熟也從曾經影院級投影機逐漸普及到家庭娛樂用的微投上。但，普通消費者連DLP本身都很難去理解，更別提其中還可能出現商家利用信息不對等來“坑”消費者的案例了。
DLP和DMD有何關系？
DLP是投影技術名，全稱Digital Light Processor，即數字光學處理。采用該投影技術的投影機必然內置微型數位反射鏡對光源進行反射和控制，這個微型數位反射鏡名字叫“Digital Micromirror Divice”，也就是我們說的DMD了。
小結一下，DLP是投影技術名，DMD是DLP里面的核心元器件名，不要混淆了。
順便提一提下文會講到的DLP相關黑科技：DLP XPR。
2017年美國德州儀器推出了XPR像素位移技術，可以讓DMD芯片在物理小鏡片固定的情況下實現越級挑戰 —— 靠對角線高速來回抖動可以讓原本480P、720P分辨率的DMD芯片上升到1080P，或者讓原本1080P的DMD芯片上升到2K甚至4K。
注意，這里依靠高頻率抖動出來的分辨率并非虛的，而是依靠人眼的“視覺停留”效果達到了真正提升分辨率的方式。上圖為德州儀器官網截圖，在微鏡列陣尺寸（Micromirror array size）標明1080P的情況下，這枚DLP470TE芯片的實際顯示分辨率可達4K。其該技術的出現大大降低了相關產業的成本，家用投影就是其中深受影響的產業之一。
值得一提的是，XPR技術雖然美好，但拉升分辨率后還是會有一些小小的“后遺癥”，用控制變量法舉個例子，在其他配置都相同的情況下“抖動1080P”相較于“原生1080P”畫面對比度會會下降
DMD對觀影的影響在哪里？
不同尺寸的DMD芯片上密密麻麻地排列了80萬至800+萬面小鏡子（每個小鏡子就是一個像素點），而且每個小鏡子都可以獨立向正負方向翻轉不同的角度度，并可以每秒鐘翻轉幾萬次 ，而這些也直接影響著投影的原生分辨率、透光率、刷新率等等，DMD芯片尺寸越大，成本也就相對越高。
DMD芯片與相機中的傳感器CMOS類似，從目前來看屬于“面積越大越好”，目前市面上常見的DMD面積為0.33英寸、0.47英寸和0.65英寸，它們分別提供不同的原始分辨率、刷新率和亮度典型值，兩者之間的成本價格最高可達2倍！各位應該清楚分辨率、刷新率和亮度對于我們觀影體驗是有直接影響的，這也是為什么DMD之所以在投影中如此關鍵。
相信看到這里各位也能猜測出問題所在，有一些商家很可能會用0.33英寸DMD芯片的產品通過XPR技術將“分辨率”提升，賣到0.47英寸的主流價格，從中利用信息不對等謀取暴利。
堅果J7S虛假“升級”
目前不少電子消費品的命名喜歡跟隨iPhone的方式，在外觀改動不大的產品后綴名中加入“S”，以表達產品的確還是有升級之處的。但堅果J7S相較于上一代產品堅果J7而言，毫無疑問是一個巨大的倒退 —— 尤其是在DMD方面。
在上一代產品堅果J7當中，我們看到了其官方宣傳頁上直接注明了0.47DMD芯片，表明它確實采用了高規格的DMD，原生物理分辨率的確可以達到1080P。
但在堅果J7S的頁面當中，你會發現在DMD之前并沒有標注對應的數字，但從某東電商平臺的“規格與包裝”頁面當中，我們可以看到堅果J7S的顯示芯片描述：
如果真的采用0.33DMD，這就不僅僅是避重就輕，而上升到了虛假宣傳！因為堅果J7S商品詳情頁中明確寫道“207萬真實微型鏡片”，這在0.33DMD中是不可能實現的。
要知道，目前J7S和J7的售價幾乎持平，甚至J7S的價格還高出幾百元。而0.33英寸DMD與0.47英寸DMD價格相差40余美元，光是單一電子元器件就導致產品單價相差接近300元人民幣。
堅果J7S在關鍵技術上倒退但價格反而提升，0.33DMD在成像上相較于0.47DMD有很多的短板，通過上文提到的XPR驅動器進行抖動實現1080P顯示，雖然確實提高了物理分辨率，但在物理特性上的其他功能點會隨之下降： 例如對比度降低、光照均勻度下降、色準色域不穩定等等。
4000價位選擇
該價位上已經可以選擇不少采用DLP投影技術的微投了，其中不乏松下、LG等日韓品牌，國內極米、宏碁等同樣有不少選擇。
LG-PF50KG
先說說LG-PF50KG，這是一款定位“便攜”的投影機，這里普及一個小知識點：一旦定位便攜，微投需要妥協的地方就非常之多了，也包括了LG-PF50KG。它采用了LED光源，擁有1080P的物理分辨率以及2.5小時續航的能力。
LG-PF50KG難得之處在于在該價位段上的便攜式投影儀依然提供了1080P的分辨率，這是在同類一線品牌中非常少見的。當然，LG-PF50KG雖然采用DLP投影技術但DMD面積并沒有被列舉出來，不知道是依靠0.33DMD“抖動”生成還是0.47DMD原生。
極米H2
極米H2在4000價位內同類定位產品中幾乎難有對手，1350ANSI流明、0.47DMD原生1080P分辨率、全局運動補償MEMC、哈曼卡頓音箱支持、智能輔助矯正、自動對焦等等。
宏碁（acer） H6517ABD
acer在這款產品中采用了0.65DMD，這是在別人家萬元旗艦才會看到的DMD尺寸。也得益于這枚超大芯片和采用UHP燈泡，H6517提供3400ANSI流明的優秀成績。但類似于愛普生、索尼燈品牌，acer這款投影機依舊偏向于商務風格一些 —— 它沒有內置系統，必須要連接主機或者電腦使用，另外雖然支持3D影視功能但需另購3D眼鏡。與此同時，雖然宣傳中有“自動梯形校正”，但只支持自動垂直梯形校正，左右無法校正，這意味著它能且只能正投，但這往往是普通家庭用戶的痛點。
如果你對于商務風格的投影機并不排斥，那么acer在這個價位中就并非最優選擇了。
總結
相信各位看到這里已經明白在采用DLP技術的微投中，DMD尺寸對于人們觀影體驗有著怎樣的影響了吧？各位在購買之前一定要擦亮自己的雙眼看清楚DMD尺寸大小，防止不良商家或者導購趁虛而入。
在購買家用微投之前，各位需要特別注意“光源種類” “投影技術種類”以及“ANSI流明數值”這幾個關鍵參數，其次就是觀察解決一些痛點的技術是否搭載在內，類似有“自動對焦” “自動梯形校正” “運動補償”以及解碼器是否采用新版本等等。
器之心報道
編輯：Panda W
MH-MoE 能優化幾乎所有專家，實現起來非常簡單。
混合專家（MoE）是個好方法，支持著現在一些非常優秀的大模型，比如谷歌家的 Gemini 1.5 以及備受關注的 Mixtral 8x7B。
稀疏混合專家（SMoE）可在不顯著增加訓練和推理成本的前提下提升模型的能力。比如 Mixtral 8×7B 就是一個 SMoE 模型，其包含 8 個專家（共 7B 參數），而其表現卻可以超過或比肩 LLaMA-2 70B 和 GPT-3.5。
但是，它也有兩個問題。一是專家激活率低 —— 也就是搞不好會出現下圖這種情況：
具體來說，就是在優化時只有一小部分專家會被激活，如圖 1a 所示（8.33% 的激活率），這會導致在學習應對復雜任務的大量專家時，會出現性能次優和效果不佳的問題。
二是無法細粒度地分析單個 token 的多重語義概念，比如多義詞和具有多重細節的圖塊。
近日，微軟研究院和清華大學提出了多頭混合專家（MH-MoE）。顧名思義，MH-MoE 采用了多頭機制，可將每個輸入 token 分成多個子 token。然后將這些子 token 分配給一組多樣化的專家并行處理，之后再無縫地將它們整合進原來的 token 形式。
圖 2 展示了 MH-MoE 的工作流程。可以看到，當輸入單個 token 時，MH-MoE 會將其分成 4 個子 token，進而激活 4 個專家，而 SMoE 僅激活 1 個專家。
如圖 2 所示，分配給專家 3 和 2 的子 token 包含對圖塊內每個角色動作的詳細理解，而分配給專家 1 和 4 的子 token 則顯式地建模了錯誤的同源詞「camera」的語義。
專家處理完成后，再將子 token 無縫地重新整合進原來的 token 形式，由此可以避免后續非并行層（例如注意力層）的任何額外計算負擔，同時還集成從多個專家捕獲的語義信息。
這樣的操作可讓 MH-MoE 從整體上關注來自不同專家內不同表征空間的信息，從而可以加深上下文理解能力，同時提升專家激活率。該項目的代碼也將發布。
MH-MoE 的具有以下優勢：
方法
圖 3 給出了 MH-MoE 的整體架構，其使用了多頭機制將每個 token 分拆為子 token，然后將這些子 token 路由給不同的專家。
多頭混合專家
為了能清楚說明，這里僅描述單層 MH-MoE。
首先，通過一個多頭層將輸入 token 序列投射成一個新序列。
之后，沿 token 維度將新序列中的每個 token 分拆為多個子 token，并根據原始 token 序列并行排布這些子 token，進而構成一個新的特征空間。
然后將所有這些子 token 輸送給一個門控函數。將特定子 token 路由到第 p 個專家的門控值的計算方式為：
對于路由方法，這篇論文關注的重點方法是 top-k 路由，也就是激活路由分數最大的 k 個專家。然后讓這些激活的專家處理子 token。
之后，按子 token 原來的順序重新排布并整合所得結果。
然后，通過一個 token 合并操作將所得整合結果轉換回原始 token 形式。
最后，使用一個融合層將轉換后的結果投射成多個特征的有效整合形式，此時這些特征已捕獲了不同專家表征空間的詳細信息。這樣便可得到單層 MH-MoE 的最終輸出。
訓練目標
MH-MoE 的訓練目標是最小化兩個損失：針對具體任務的損失和輔助性的負載平衡損失。
實驗
實驗設置
為了進行比較，該研究的實驗采用了兩種基準模型：(1) Dense，這是沒有整合稀疏激活的并行模塊（SMoE 層）的 Transformer 解碼器。(2) X-MoE，基于 Chi et al. (2022) 的論文《On the representation collapse of sparse mixture of experts》提出的方法的實現。
實驗中的 MH-MoE 基于 X-MoE 并使用了與其一樣的設置。
實驗任務有三個：以英語為中心的語言建模、多語言語言建模、掩碼式多模態建模。
更多有關數據集和模型架構的設置請參閱原論文。
困惑度評估
他們在兩種專家設置（8 個專家和 32 個專家）下研究了所有預訓練模型和預訓練任務的驗證困惑度曲線。圖 4 給出了困惑度趨勢，表 1 是最終的困惑值。
據此可以看出：
這些結果表明 MH-MoE 在多種預訓練范式下都有更優的學習效率和語言表征能力。
下游任務評估
為了驗證 MH-MoE 的效果，該團隊也為每個預訓練任務執行了對應的下游任務評估。
以英語為中心的語言建模
這里使用了 9 個不同的零樣本評估基準，可以評估模型解決多種不同自然語言任務的能力，比如常識推理、一般語言理解和知識理解。評估框架為 LLM Evaluation Harness。結果見表 2。
可以看到，相比于 Dense 模型，X-MoE 有明顯優勢，這說明較大的模型能讓 SMoE 模型（如 X-MoE）受益。總體而言，MH-MoE 在所有基準上都表現最佳。
多語言語言建模
他們在跨語言自然語言推理（XNLI）語料庫（14 種語言）上評估了新的多語言語言模型。評估框架依然是 LLM Evaluation Harness，同樣使用了零樣本設置。結果見表 3。
MH-MoE 依然表現最佳，這體現了多頭機制在建模跨語言自然語言方面的有效性。
掩碼式多模態建模
他們也在社區廣泛使用的視覺 - 語言理解和生成基準上執行了評估，包括視覺問答、視覺推理和圖像描述。評估結果見表 4。
可以看到，MH-MoE 在這三個任務上有著全面的優勢。這些結果表明 MH-MoE 具有更強的視覺信息理解能力，這也驗證了新提出的多頭機制在捕獲視覺數據中的不同語義和詳細信息方面的有效性。
消融研究
為了驗證 MH-MoE 各組件和參數的效果，該團隊也進行了消融研究。他們研究的內容包括頭的數量、多層感知器層（包括多頭層和融合層）、token 拆分與融合操作、MLP 層的數量。
表 5、6、7 給出了研究結果。整體而言，MH-MoE 各組件的效果得到了驗證，并且他們也得到了一些有趣的結果，比如從表 7 可以看出單層 MLP 足以實現 token 分割和融合。
分析
專家激活分析
最后該團隊還通過可視化分析等方法對 MH-MoE 進行了分析。
圖 5 給出了 X-MoE 和 MH-MoE 中專家激活的分布情況。
可以看到，MH-MoE 的專家激活率明顯更高，并且隨著頭的數量 h 增大，專家激活的頻率也會上升。
圖 6 則對比了 X-MoE 和 MH-MoE 的可擴展性（專家數量從 8 擴展到 256）。
可以看到 MH-MoE 的優勢非常明顯，并且 X-MoE 的下游性能會在專家數為 64 時達到飽和，而 MH-MoE 卻還能繼續提升。
分析細粒度理解能力
為了進一步分析多頭機制對 MH-MoE 的幫助，該團隊更深入地分析了其理解多樣且復雜的語義信息的能力，比如理解語言中的多義詞和錯誤同源詞（記為 PF token）以及圖像中的信息豐富的區域。
對于語言數據，他們計算和比較了從 PF token 和非 PF token 拆分出的子 token 的散度層級（即這些子 token 路由到的不同專家的數量）。結果見圖 7。
可以看到相比于非 PF token，PF token 的散度分布明顯靠右。這說明，在 MH-MoE 的推理過程中，PF token 會將其子 token 路由到更多不同專家，從而會捕獲到與非 PF token 不同的語義信息，實現更好的多義詞和錯誤同源詞建模。
對于圖像數據，他們分析的是不同圖塊的散度層級在訓練過程中的變化情況，結果見圖 8。
有趣的是，可以看到隨著訓練步驟增多，高頻紋理區域（即有豐富語義信息的區域）的散度層級會逐漸增大，而低頻紋理區域的散度層級則會逐漸降低。這表明在訓練過程中，MH-MoE 傾向于將具有復雜紋理的區域的 token 路由到更多不同專家，由此可讓模型對該區域的語義有更細粒度的理解。
該團隊也執行了復雜性和參數分析，詳見原論文。
民網北京3月16日電 （記者張文婷）增加抗原檢測、輕型病例實行集中隔離管理、加強中醫非藥物療法應用......近日，國家衛生健康委發布《新型冠狀病毒肺炎診療方案（試行第九版）》，根據德爾塔、奧密克戎等變異毒株傳播特點和病例特征，就新冠肺炎醫療救治工作進行了一系列修訂。
當前，新型冠狀病毒肺炎疫情仍在世界范圍內持續流行，奧密克戎（Omicron）毒株已取代德爾塔（Delta）毒株成為主要流行株，新型冠狀病毒肺炎患者臨床表現呈現新的特點，且針對新型冠狀病毒肺炎治療的新藥物已相繼上市，治療經驗和治療手段進一步豐富。為進一步科學、規范做好新型冠狀病毒肺炎診療工作，《新型冠狀病毒肺炎診療方案（試行第九版）》主要從五方面進行修訂：
一是優化病例發現和報告程序。在核酸檢測基礎上，增加抗原檢測作為補充，進一步提高病例早發現能力。同時提高疑似病例診斷或排除效率，要求疑似病例或抗原檢測結果為陽性者，立即進行核酸檢測或閉環轉運至有條件的上級醫療機構進行核酸檢測。核酸檢測結果為陽性者，進行集中隔離管理或送至定點醫院治療，并按照規定進行網絡直報。
二是對病例實施分類收治。根據各地反映的“奧密克戎變異毒株患者以無癥狀感染者和輕型病例為主，大多不需要過多治療，全部收治到定點醫院會占用大量醫療資源”等意見，進一步完善了病例分類收治措施：
1.輕型病例實行集中隔離管理，相關集中隔離場所不能同時隔離入境人員、密切接觸者等人群。隔離管理期間應做好對癥治療和病情監測，如病情加重，應轉至定點醫院治療。
2.普通型、重型、危重型病例和有重型高危因素的病例應在定點醫院集中治療，其中重型、危重型病例應當盡早收入ICU治療，有高危因素且有重癥傾向的患者也宜收入ICU治療。
三是進一步規范抗病毒治療。將國家藥監局批準的兩種特異性抗新冠病毒藥物寫入診療方案，即：PF-07321332/利托那韋片（Paxlovid）和國產單克隆抗體（安巴韋單抗/羅米司韋單抗注射液）。
四是對中醫治療內容進行了修訂完善。結合各地臨床救治經驗，加強中醫非藥物療法應用，增加了針灸治療內容；結合兒童患者特點，增加兒童中醫治療相關內容。
五是調整解除隔離管理、出院標準以及解除隔離管理、出院后注意事項。國內有關研究顯示，處于恢復期的感染者在核酸Ct值≥35時，樣本中未能分離出病毒，密切接觸者未發現被感染的情況。據此，新版診療方案將解除隔離管理及出院標準中的“連續兩次呼吸道標本核酸檢測陰性（采樣時間至少間隔24小時）”修改為“連續兩次新型冠狀病毒核酸檢測N基因和ORF基因Ct值均≥35（熒光定量PCR方法，界限值為40，采樣時間至少間隔24小時），或連續兩次新型冠狀病毒核酸檢測陰性（熒光定量PCR方法，界限值低于35，采樣時間至少間隔24小時）”。將“出院后繼續進行14天隔離管理和健康狀況監測”修改為“解除隔離管理或出院后繼續進行7天居家健康監測”。