华为近日发布了创新的敏捷分布式Wi-Fi解决方案,该方案在传统AC+Fit AP的基础上,将Fit AP一分为二,形成AC+中心AP+远端射频单元的三级分布式架构,通过分布式覆盖解决酒店或宿舍的多房间信号覆盖问题和大量AP带来的管理问题。
过去5年间,Wi-Fi网络的接入终端数量增加了10倍,承载的数据流量增加了4倍,且70%的数据传输发生在室内。虽然近些年WLAN新产品和新协议不断推陈出新,然而室内弱覆盖问题一直没有得到妥善解决,主要原因是传统放装方案信号在穿墙之后形成盲区所致。在房间数量较多的大型酒店或者高等学校宿舍部署时,需要部署数千个以上的AP,扩大了管理上的难度。
要从根本上解决这个问题,无线网络架构的变革是关键。作为全球领先的ICT解决方案提供商,华为此次推出的敏捷分布式Wi-Fi解决方案,将传统AC+Fit AP架构的二级架构变革为AC+中心AP+远端射频单元的三级分布式架构。其中,中心AP统一处理业务、配置和漫游功能,实现性能的提升和管理节点的节省;同时,分布式架构将射频单元通过网线送入房间,实现无死角的信号覆盖,将每房间的用户容量从32个提升至80个,每用户带宽从10Mbps提升至20Mbps;而且,射频单元只负责无线接入和数据转发,相对于传统放装AP,性能提升20%。
华为AD9430DN-12/24中心AP
好处不仅如此,这种架构最多能实现单个AP覆盖48个房间,极大的降低了对AP数量的诉求,缩减了配置节点,节省了90%以上的配置工作,部署近万个房间只需要200个节点的管理开销。同时,创新的架构还带来了漫游模式的改变,在同一个中心AP的覆盖区域,可为用户建立私有漫游域,简而言之,传统的漫游过程被取消了,在移动查房(医疗)或是物流点货(仓储)场景中实现真正的零漫游。
华为R240D&R230D远端接入单元
华为交换机与企业通信产品线WLAN产品总监付洁女士表示:“敏捷分布式Wi-Fi解决方案的出现从架构层面优化无线性能,在不增加成本的前提下彻底解决了教育场景和医疗场景的信号覆盖问题,并且极大的减少了客户的配置维护工作量,使得无线网络维护更加的简单便捷。”
欲了解更多敏捷分布式Wi-Fi解决方案信息,请访问:http://e.huawei.com/cn/products/enterprise-networking/wlan/scenario-specific-series-products
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。