全球ICT领域最具创新性的两家公司爱立信和英特尔公司正在汇集卓越的研发成果,打造高性能的Cloud RAN解决方案。双方已经在美国加州创建了一个技术中心,侧重于爱立信Cloud RAN和英特尔技术可以带来的好处:提高能源效率和网络性能,缩短面市时间,利用企业应用等新商机获益。
该中心被命名为Ericsson-Intel Tech Hub,位于爱立信在圣克拉拉的D-15工厂,现已投入运营,重点包括今年计划的电源管理和性能活动,以及在下一代处理平台上的Cloud RAN容器化网络功能(CNF)应用的共同工作。
爱立信公司产品区域网络负责人Per Narvinger表示:“Cloud RAN技术和虚拟化具有影响未来网络的巨大潜力。我们将通过创建该技术中心,在能源效率和性能等领域加速Cloud RAN技术,同时缩短面市时间。”
英特尔公司副总裁、网络平台事业部总经理Dan Rodriguez表示:“向完全虚拟化、基于云原生的网络的转型,带来了巨大的创新和敏捷性,而现在这个趋势正在扩展到RAN领域。该技术中心将为爱立信和英特尔提供一个场所,让我们在此展开合作,展示虚拟化RAN如何提供更高水平的自动化、敏捷性和可持续性。”
这也是爱立信以Cloud-RAN为重点的多项计划和产品组合的一项最新举措。爱立信在2020年10月推出了Cloud RAN产品,并于2021年3月创建了Ericsson Open Lab实验室,旨在与爱立信Cloud RAN客户和生态系统合作伙伴一起推动虚拟化5G RAN技术的发展。
爱立信已经为服务提供商提供了很多最强大和高性能的5G RAN解决方案,同时规划未来的网络拓扑和意识形态。而英特尔十多年来一直在帮助行业改造通信网络,并提供广泛的处理、加速和软件解决方案组合,其中也包括英特尔至强处理器。
该技术中心将进一步完善两家公司多年来在产品设计研发上的工作,使通信服务提供商能够更好地规划他们未来的路线图和产品。
好文章,需要你的鼓励
这项研究由浙江大学、复旦大学等机构联合完成,提出了ReVisual-R1模型,通过创新的三阶段训练方法显著提升了多模态大语言模型的推理能力。研究发现优化的纯文本冷启动训练、解决强化学习中的梯度停滞问题、以及分阶段训练策略是关键因素。ReVisual-R1在各类推理基准测试中超越了现有开源模型,甚至在某些任务上超过了商业模型,为多模态推理研究开辟了新途径。
这项研究提出了一种名为"批评式微调"的创新方法,证明仅使用一个问题的批评数据就能显著提升大语言模型的推理能力。研究团队对Qwen和Llama系列模型进行实验,发现这种方法在数学和逻辑推理任务上都取得了显著提升,平均提高15-16个百分点,而且只需要强化学习方法1/20的计算资源。这种简单高效的方法为释放预训练模型的潜在推理能力提供了新途径。
新加坡国立大学研究团队开发了名为IEAP的图像编辑框架,它通过将复杂编辑指令分解为简单原子操作序列解决了当前AI图像编辑的核心难题。研究发现当前模型在处理不改变图像布局的简单编辑时表现出色,但在需要改变图像结构时效果差。IEAP框架定义了五种基本操作,并利用思维链推理技术智能分解用户指令,实验证明其性能显著超越现有方法,尤其在处理复杂多步骤编辑时。
Character AI的研究者开发出TalkingMachines系统,通过自回归扩散模型实现实时音频驱动视频生成。研究将预训练视频模型转变为能进行FaceTime风格对话的虚拟形象系统。核心创新包括:将18B参数的图像到视频DiT模型改造为音频驱动系统、通过蒸馏实现无错误累积的无限长视频生成、优化工程设计降低延迟。系统可让多种风格的虚拟角色与人进行自然对话,嘴型与语音同步,为实时数字人交互技术开辟了新可能。