三星Galaxy Z Fold6 Ultra研发进行时，或仅限中韩市场发售

7月18日消息，荷兰科技界近日透露，通过分析最新泄露的固件信息，三星似乎正积极推进Galaxy Z Fold6 Ultra / Slim手机的研发工作，预计这款折叠屏旗舰将仅限于中国市场与韩国市场发售，再次聚焦了高端移动设备的区域化策略。

今年 4 月就曾报道，在 GSMA IMEI 数据库中发现了 Galaxy Z Fold6 Ultra 手机的踪迹，型号为“SM-F958N”，其中 N 代表的韩版，数字“8”代表 Ultra 版本。

科技媒体曝料，三星已停止研发 Galaxy Z Fold6 Ultra 手机，不过最新测试固件表明三星内部仍未停止开发工作。

消息源称在三星固件服务器上，发现了适用于 SM-F958N 的首批测试固件，市场代码为 KOO、KTC、SKC 和 LUC，分别代表无锁版、KT roaming、SK Telecom 和 LG U+ 运营商版本，可以肯定该设备的开发工作现在仍在继续。

此前报道消息称，三星 Galaxy Z Fold6 Ultra 手机首次配备 8 英寸内屏，此外其还将拥有 6.5 英寸外屏，较 Galaxy Z Fold 6 标准版的 7.6 英寸内屏和 6.3 英寸外屏更大。

三星 Galaxy S24 系列手机将于1月18日发布

三星 Galaxy S24 系列手机将于北京时间 1 月 18 日发布，有博主昨日在 X 平台发布贴文，声称系列手机在“屏幕触摸响应能力”方面有所改进。博主声称包含 Galaxy S24 / S24+ / Ultra 在内的三款设备均配备“超敏感触控屏”，系列手机的触摸响应速度相比上一代提高 10%，有利于提升手机 One UI 响应速度及 S Pen 手写笔体验。

三星电子或于显示器融入LG Display W-OLED面板，业界瞩目新动态

近日消息，三星电子的VD部门预计将于年内与LG Display开展协商，议题聚焦于W-OLED面板的供应合作，旨在强化其在显示器领域的技术布局与市场竞争力。

三星电子目前在 OLED 显示器产品线中完全应用自家三星显示生产的 QD-OLED 面板。

如果三星电子 VD 部门与 LG Display 最终达成正式协议，意味着 LG Display 的 W-OLED 面板产品继电视领域后再次拿下三星电子的大单；三星电子则能实现 OLED 显示器面板供应链的双重化。

韩媒表示，三星电子寻求外部 OLED 显示器面板供应的主要原因还是成本问题：

QD-OLED 通过 QD 颜色转换层实现红绿色发光，而 W-OLED 是白色光源 + 三色滤光片；同时 W-OLED 的商业化也更为成熟。

两大因素共同作用，导致三星显示的 QD-OLED 面板价格高于 LG Display 的 W-OLED 面板。

韩媒称，考虑到产品开发周期，三星电子至少要到 2025 上半年才有可能开始出货 W-OLED 显示器。

此外据研报数据，三星显示在 2023 年实现 53.8 万块 OLED 显示器面板出货，LG Display 则实现了 28.4 万块该类型面板出货。

研报指出，三星显示迫切需要解决其多尺寸面板套切（MMG，Multi-Model Glass）方案带来的 27 英寸 QD-OLED 面板过剩问题：

三星显示目前将一整片玻璃基板套切为 9 块 32 英寸（此处指 31.5 英寸）面板和 12 块 27 英寸面板，这意味着其 27 英寸 QD-OLED 面板产能高于 32 英寸；但市场目前对于 27 英寸 OLED 显示器需求反而远低于 32 英寸产品。

三星携手牛津语义科技，赋能AI以人类智慧处理复杂任务

近期，三星于7月18日正式宣布收购英国知识图谱新秀Oxford Semantic Technologies，此次并购旨在强化其人工智能本土化能力，为全球用户带来更加个性化与智能化的服务体验。

查询公开资料，Oxford Semantic Technologies 公司成立于 2017 年，由伊恩·霍罗克斯（Ian Horrocks）、鲍里斯·莫蒂克（Boris Motik）和贝尔纳多·昆卡·格劳（Bernardo Cuenca Grau）三位牛津大学教授创办。

该公司目前主打产品是 AI 引擎 RDFox，目前已经和欧洲、北美的金融、制造和电子商务领域的组织开展合作。

该 AI 引擎的亮点在于通过知识图谱技术，将信息存储为相关想法的互联网络，处理数据的方式与人类获取、记忆、回忆和推理知识的方式类似。

通过整合和连接数据，该技术可增强对人们如何使用产品或服务的理解，并实现快速信息检索和推荐。因此，它被认为是实现更复杂、更个性化人工智能解决方案的关键技术之一。

然而，牛津语义技术公司已经开发出知识图谱技术，并成功地将其商业化，该技术可优化数据处理，并在云端和设备上实现高级推理。