爱立信公司首席执行官Börje Ekholm最近对投资者表示,该公司“开始看到我们的专用网络在制造业中一些非常有趣的用例”,但是他补充表示,“我仍然认为这是一个相当早期的市场,还不是特别大。”
爱立信Cradlepoint部门负责私有蜂窝营销和战略的Matt Addicks在接受SDxCentral采访时解释称,爱立信目前的私有网络产品主要是三类产品。包括NetCloud Private Networks、Ericsson Private 5G服务和一个以任务为重点的产品。
不过,对于一个被Ekholm认为“还不是特别大”的市场来说,这已经是很多的选择了, Addicks指出每种产品都服务于一个特定、独特的市场。
Addicks表示:“我认为,从历史上看,这些解决方案对于一家企业来说具有挑战性,甚至浅尝亦是如此。”“比如说他们购买了这项技术。从他们拥有的内部资源看——我想说的是他们内部的蜂窝网络成熟度——要想建立一个私有网络可能非常困难。而今天的解决方案,特别是爱立信的解决方案,确实端到端地简化了整个过程。”
Addicks指出,企业内部是哪个部门向爱立信寻求专用网络平台方面也存在一些差异。
Addicks表示:“有一些是(运营技术)买家,我们也看到出现了(信息技术)买家。”
他解释说,运营技术买家通常来自大型制造公司、公用事业公司或能源领域。IT买家也可能来自这些领域,但更多的是来自非工业领域。
Addicks表示:“比如智能城市类的应用、仓库和物流、酒店、大型场馆、机场等领域。”
好文章,需要你的鼓励
这项研究由新加坡国立大学团队开发的DualParal技术,通过创新的双重并行架构解决了AI视频生成的长度限制问题。该方法同时在时间帧和模型层两个维度实现并行处理,配合分块降噪机制、特征缓存和协调噪声初始化策略,使生成分钟级长视频成为可能。实验表明,在生成1,025帧视频时,DualParal比现有技术减少了高达6.54倍的延迟和1.48倍的内存成本,同时保持了高质量的视频输出,为内容创作者提供了生成更长、更复杂视频叙事的新工具。
SoloSpeech是约翰霍普金斯大学研究团队开发的创新语音处理技术,针对"鸡尾酒会效应"问题提出了全新解决方案。该系统通过级联生成式管道整合压缩、提取、重建和校正过程,实现了高质量目标语音提取。与传统判别式模型相比,SoloSpeech采用无需说话者嵌入的设计,直接利用提示音频的潜在空间信息与混合音频对齐,有效避免特征不匹配问题。在Libri2Mix及多个真实世界数据集上的评测显示,SoloSpeech在清晰度、质量和泛化能力上均达到了领先水平,为语音分离技术开辟了新方向。
这项由北京大学深圳研究生院、伟湾大学、腾讯ARC实验室和兔小贝智能联合研究的Sci-Fi框架,通过创新的对称约束机制,解决了视频帧间插值中的关键问题。研究团队设计了轻量级EF-Net模块,增强结束帧约束力,使其与起始帧形成平衡影响,从而生成更自然流畅的中间过渡帧。实验证明,该方法在各种场景下都优于现有技术,特别适用于电影制作、动画创作和视频编辑领域,显著降低了人力成本。
这项来自西北大学和谷歌的研究突破了传统马尔可夫强化学习的局限,通过贝叶斯自适应RL框架解释了大语言模型中涌现的反思性推理行为。研究团队提出的BARL算法通过维护多个解题策略的后验分布,指导模型何时何地进行反思性探索,在数学推理任务上展现出显著优势,比基线方法减少高达50%的标记使用量,同时提高了准确率。这一研究不仅解释了"为什么反思有用",还提供了实用的指导原则,为AI系统的自适应推理能力开辟了新方向。