智能手机和平板电脑的普及令用户们对无线网络产生了巨大的需求。然而就在城市几乎完全被网络信号覆盖的今天,大家还是会经常感觉无线网络不够用。面对这种局面,纽约一家名为BigBelly的公司就想出了一个绝对奇葩的方法:将城市中随处可见的垃圾桶做成WIFI热点。是的,你没有看错,纽约城的个 别垃圾桶已经可以发出WIFI信号了。
早先以“智能垃圾桶”出名的BigBelly曾推出过可以识别垃圾桶内部空间并在快满时做出警告的高科技垃圾桶。由于这种智能垃圾桶是太阳能供能的,BigBelly一不做二不休,索性在此基础上又给这种垃圾桶装上了些WIFI元件,让周围的用户可以免费使用无线网络。
截止到目前,BigBelly已经在纽约城安置了大约170个这种WIFI垃圾桶。而且这种垃圾桶所提供的WIFI信号也相当可观,带宽达到了 50-75MB,绝对能满足不少用户的需求。你以为这就是BigBelly全部的追求?那就错了。在未来他们还希望能让这种垃圾桶具有废物管理的功能,并 让其具有在关键时刻发布公告或警示的能力。在一切都力求智能化的今天,或许这种垃圾桶就是未来的走向吧。
好文章,需要你的鼓励
是德科技高级副总裁兼通信解决方案事业部总裁Kailash Narayanan现场指出,算力固然重要,但如果能耗过高,技术的实用性将大打折扣,因此,所有的高速、高性能计算,都必须在极低的功耗下实现,这是AI等技术能否大规模落地的核心前提。
DeepSeek-AI团队通过创新的软硬件协同设计,仅用2048张GPU训练出性能卓越的DeepSeek-V3大语言模型,挑战了AI训练需要海量资源的传统观念。该研究采用多头潜在注意力、专家混合架构、FP8低精度训练等技术,大幅提升内存效率和计算性能,为AI技术的民主化和可持续发展提供了新思路。
来自上海交通大学和浙江大学等机构的研究团队开发出首个AI"记忆操作系统"MemOS,解决了AI系统无法实现人类般持久记忆和学习的根本限制。该系统将记忆视为核心计算资源进行调度、共享和演化,在时间推理任务中相比OpenAI记忆系统性能提升159%。MemOS采用三层架构设计,通过标准化记忆单元实现跨平台记忆迁移,有望改变企业AI部署模式。
加拿大女王大学研究团队首次系统评估了大型视频语言模型的因果推理能力,发现即使最先进的AI在理解视频中事件因果关系方面表现极差,大多数模型准确率甚至低于随机猜测。研究创建了全球首个视频因果推理基准VCRBench,并提出了识别-推理分解法(RRD),通过任务分解显著提升了AI性能,最高改善幅度达25.2%。