日本的大学研究人员称,他们已经试验成功高达100Gbps(每秒100千兆位元)的无线数据连接,用到的无线发射机频率为亚毫米波的兆兆赫频率范围。
该研究团队成员来自广岛大学、松下电器产业株式会社以及日本信息和通信技术研究所。他们表示,275-305千兆赫范围内CMOS发射器的发展致使他们成功建立了多通道高速连接,由其达到的速度大可匹敌光纤连接速度。
其频率远远高于目前的毫米波频率的300千兆赫兹,将打破兆兆赫兹的频率障碍。该研究小组表示,在这种高频率上,数据传输速度比现在的5千兆赫高速无线网的速度更高,甚至比诸如WiGig联盟标准的60千兆赫高速局域的速度更高。
广岛大学教授藤岛康稔(Minoru Fujishima)表示,“我们时下通常只会讲每秒兆位元或每秒千兆位元的无线数据速率,但我预计我们很快就会讲每秒兆兆位元了。”
他表示,“兆兆赫无线技术可以达到这个速度。这种极速目前只限于光纤。”
兆兆赫兹传输在什么地方以及如何使用目前尚不清楚。一般来说,更高的频率意味着更快的速度,但更短距离和较少的穿透障碍的能力。 比如,WiGig联盟标准的使用实例就颇为有限,因其Wi-Fi信号往往无法在一所房子或办公室里的多个房间里传输。
该项目的下一步是开发用于兆兆赫兹传输的调制解调电路以及开始进一步发展高频数据网络格式的工作。
该技术仍处于初级阶段,研究人员仅仅开始构建数据传输的基本组件。300兆赫兹范围本身也仍然只是实验室的研究项目,监管机构在2019年以前并无计划讨论任何形式的频率分配方案。
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。