ZDNET网络频道 01月15日 编译:自从802.11ac技术开始出现在无线路由器市场中,我们就一直梦想着让其真正达到每秒1Gbps的无线网络连接速度。迄今为止,我们看到最快的802.11ac无线路由器是华硕AC2400 RT-AC87U双频无线千兆路由器可提供504兆比特每秒(Mbps)的实际传输速度。 而D-Link在CES2015上新推出的AC3200 ULTRA Wi-Fi路由器(DIR-890L/ R)将有望打破这个限制,达到1.3Gbps的速度。
D-LINK AC3200
D-Link的AC3200可能是最丰富多彩的Wi-Fi路由器,但它真正的优势在于其将成为最快的无线路由器。这是因为的D-Link并没有使用当前大部分厂商所采用的2013推出的802.11ac标准,相反,其使用了基于目前并未批准的2015年802.11ac新标准的Broadcom芯片组,又名Wave 2。这项新技术的浪潮将Wi-Fi的理论极限速度推升到7Gbps。此外,这项新技术支多用户MIMO,从而满足多空间流及多客户端的需求。多用户MIMO被视为是从传统以太网交换方式跳跃到Wi-Fi方式的一个踏板。
但是在AC3200上还不能完全支持多用户MIMO功能。还需要等待今年晚些时候将要推出的另外两款新的Wi-Fi路由器机型的出现。
如果你已经在企业中部署了无线网络,也看到D-Link是提供了一款预先批准的“标准”Wi-Fi装备。或许你会担心这些产品随后会与后来真正标准的硬件不兼容。 对此D-Link的产品经理在CES上向大家保证,这台路由器即将推出两款更快的兄弟产品 AC5300 ULTRA Wi-Fi路由器(DIR-895L/ R)和AC3100 ULTRA Wi-Fi路由器(DIR-885L/ R ),届时将提供固件升级代码。
而且,D-Link还承诺,超高性能系列的三台路由器将提供“高居榜首的5.3 Gbps无线速度。”对此,我们还应该理性看待。但无论如何,如果我们目前希望突破1Gbps的无线速度障碍,你就需要在你现有的笔记本电脑上使用D-Link的ULTRA AC1900无线网络连接的USB适配器(DWA-192)和台式电脑连接。
D-Link的营销副总裁丹尼尔·凯利对我们说,“我们已经在酒吧设置了新的Wi-Fi路由器,大家可以看到它的实际表现,我们新的ULTRA Performance系列拥有一切苛刻的用户诉求,如三个频段的无线网络连接、网速快、波束成形和QoS。这些功能全部安置在一个具有吸引力的外形中。”
除了纯粹的速度优势,这些新型路由器还具有无线11AC波束成形的功能,以提高信号强度和吞吐量。而智能连接功能可以为客户端自动分配无线频段和最佳带宽。先进的QoS引擎和良好的UI提供一个简单的方法来优化应用程序和设备。此外,该路由器配备了千兆高速有线连接WAN / LAN以太网端口和WPA或WPA2安全和Wi-Fi保护设置功能,以确保网络的完整性和易用性。
每个路由器都带有高功率天线。包括四根天线的DIR-885L、六根天线为DIR-890L和八根天线为DIR-895L/ R。这些是为了最大限度的优化覆盖范围。
D-Link的AC3200 ULTRA Wi-Fi路由器目前的售价为309.99美元。另外两个路由器和AC1900 USB适配器将到今年的第二季度以后陆续推出,其定价尚未宣布。这也意味着,D-Link的这款无线路由器目前几乎还不会打破了千兆的速度障碍,而需要等待适配器的出现我们才可以看到这款路由器的真正速度体现。
好文章,需要你的鼓励
这项来自苹果公司的研究揭示了视频大语言模型评测的两大关键问题:许多测试问题不看视频就能回答正确,且打乱视频帧顺序后模型表现几乎不变。研究提出VBenchComp框架,将视频问题分为四类:语言模型可回答型、语义型、时序型和其他类型,发现在主流评测中高达70%的问题实际上未测试真正的视频理解能力。通过重新评估现有模型,研究团队证明单一总分可能掩盖关键能力差距,并提出了更高效的评测方法,为未来视频AI评测提供了新方向。
这篇来自KAIST AI研究团队的论文提出了"差分信息分布"(DID)这一创新概念,为理解直接偏好优化(DPO)提供全新视角。研究证明,当偏好数据编码了从参考策略到目标策略所需的差分信息时,DPO中的对数比率奖励形式是唯一最优的。通过分析DID熵,研究解释了对数似然位移现象,并发现高熵DID有利于通用指令跟随,而低熵DID适合知识密集型问答。这一框架统一了对DPO目标、偏好数据结构和策略行为的理解,为语言模型对齐提供理论支持。
VidText是一个全新的视频文本理解基准,解决了现有评估体系的关键缺口。它涵盖多种现实场景和多语言内容,提出三层评估框架(视频级、片段级、实例级),并配对感知与推理任务。对18个先进多模态模型的测试显示,即使最佳表现的Gemini 1.5 Pro也仅达46.8%平均分,远低于人类水平。研究揭示输入分辨率、OCR能力等内在因素和辅助信息、思维链推理等外部因素对性能有显著影响,为未来视频文本理解研究提供了方向。
ZeroGUI是一项突破性研究,实现了零人工成本下的GUI代理自动化在线学习。由上海人工智能实验室和清华大学等机构联合开发,这一框架利用视觉-语言模型自动生成训练任务并提供奖励反馈,使AI助手能够自主学习操作各种图形界面。通过两阶段强化学习策略,ZeroGUI显著提升了代理性能,在OSWorld环境中使UI-TARS和Aguvis模型分别获得14%和63%的相对改进。该研究彻底消除了传统方法对昂贵人工标注的依赖,为GUI代理技术的大规模应用铺平了道路。