拉斯维加斯Sands的无线LAN负责传输成千上万访客和参会人员的流量,还包括数量越来越多的使用IoT技术的智能设备。
拉斯维加斯Sands的酒店和会议中心主要有两类客户。一种是完全不需要网络连接的家庭游客,他们不希望自己的假期被连网的智能手表、健身设备、智能手机、平板电脑和笔记本电脑的提示信息打扰。另一种是参加大型活动的人群,他们要求使用无线网络来连接大量通信设备。
但是,除了服务客户的个人连接需求,Sands的网络还在支持许多使用IoT技术的内部运营,允许员工远程调整酒店房间及大型展厅的温度、锁门、改变灯光、管理冰箱温度和监控水池化学元素含量。
Sands信息技术执行主管Justin Herrman指出,理论上Sands的网络要支持最多800,000台设备,而且它每次支持的连接数多达34,000个。
这家公司使用Xirrus的产品来解决网络需求,与这家供应商一起建设有线和无线网络,同时通过服务质量来保证性能。来自IoT设备的流量与标准无线流量通过相同的基础架构,这意味着为了支持越来越多的设备和不断增长的数据需求,Herrman需要设计支持高密度的Wi-Fi网络,保证其LAN和WAN具有足够的带宽。
Herrman说:“大型活动有极高的维护压力。一次活动就可能在两天内接待上百万人数。我们无法承受连接出现中断带来的后果。”
Sands的Wi-Fi网络包括270个Xirrus高密度阵列,其中每一个单元都可以同时为几千台无线设备提供连接。这些阵列会连接回一个10 Gbps有线LAN路线,最终再连接到一个6 Gbps WAN链路,而它是由5条来自多个运营商的1 Gbps城际以太网连接构成的,目的是实现冗余。此外,Sands还使用负载均衡设备同时共享所有6条线路,防止出现宕机问题。
Herrman说:“安装设备数据从1,200减少为270,其好处不仅在于减少安装成本,更大的好处是减少持续支持成本。这是一笔巨大的节约。你可以在云上独立地管理这些设备,而且还可以同时管理。”
Sands最近还测试了一个项目,它使用客人的航班和自动注册信息,当他们到达机场或坐车进入城市时,向他们发送一条欢迎消息。接待员知道什么时间客人会到达,而且酒店房间钥匙将通过一个安装了应用的移动设备提供给客人,这样客人就不需要到酒店前台登记入住了。
Herrman说:“在我们演示的时候,有许多人选择使用它。我们正在努力获得经费,让这个项目在明年真正实施。在不久的将来,会有大量的设备支持IoT。”
酒店希望更一步地使用IoT技术,或许是发现客户的偏好,保证一位在亚洲兄弟酒店中享受过特殊饮品和雪茄的客户,在到达拉斯维加期酒店时能享受到自己喜欢的相同服务。
Herrman说:“人们现在就想获得未来。当他们进入一栋建筑时,他们希望这个建筑能认出他们。我们正在尝试做到这一点。我们希望建筑物能够在微观层面上感知客户的需求。”
好文章,需要你的鼓励
Liquid AI发布了新一代视觉语言基础模型LFM2-VL,专为智能手机、笔记本电脑和嵌入式系统等设备高效部署而设计。该模型基于独特的LIV系统架构,GPU推理速度比同类模型快2倍,同时保持竞争性能。提供450M和1.6B两个版本,支持512×512原生分辨率图像处理,采用模块化架构结合语言模型和视觉编码器。模型已在Hugging Face平台开源发布。
AIM Intelligence联合多所知名大学揭示了音频AI系统的重大安全漏洞,开发出名为WhisperInject的攻击方法。这种攻击能让看似无害的音频指令操控AI生成危险内容,成功率超过86%,完全绕过现有安全机制。研究暴露了多模态AI系统的系统性安全风险,对全球数十亿智能设备构成潜在威胁。
阿里团队推出首个AI物理推理综合测试平台DeepPHY,通过六个物理环境全面评估视觉语言模型的物理推理能力。研究发现即使最先进的AI模型在物理预测和控制方面仍远落后于人类,揭示了描述性知识与程序性控制间的根本脱节,为AI技术发展指明了重要方向。
新加坡国立大学研究团队系统梳理了视觉强化学习领域的最新进展,涵盖超过200项代表性工作。研究将该领域归纳为四大方向:多模态大语言模型、视觉生成、统一模型框架和视觉-语言-动作模型,分析了从RLHF到可验证奖励范式的政策优化策略演进,并识别出样本效率、泛化能力和安全部署等关键挑战,为这一快速发展的交叉学科提供了完整的技术地图。