爱立信推出了一款智能云原生传输控制器,该控制器使用人工智能(AI)和机器学习(ML)来分析和自动化微波、IP和光网络,从而最大限度地提高移动传输网络效率。
这家通信技术提供商表示,大多数网络问题仍然是手动解决的,这导致了巨大的运营成本,并带来了人为错误和潜在安全问题的风险。同时爱立信指出,数据流量的增加和用户对高速、低延迟连接的期望要求部署的新站点和硬件必须能够与旧设备一起进行受到监控和管理。
Ericsson Transport Automation Controller旨在帮助立即查明性能下降和容量利用率问题,并提供有关如何优化整体网络性能的见解,此外借助AI驱动的自动化,它还减少了人为错误和故障排除。
据称,Ericsson Transport Automation Controller能够降低运输网络的复杂性,提高运营和能源效率,同时优化性能。这是通过提供实时网络可观测性和数据分析来实现的,可以了解某些问题发生的原因以及网络中发生的趋势和性能异常问题,从而实现预防性维护等主动网络控制。
爱立信表示,该控制器可以在数小时内完成部署,根据需要轻松扩展以适应任何网络规模,从而降低总拥有成本并提高灵活性。由于该控制器具有直观的、基于网络的用户界面,因此易于使用和管理。
该产品的主要特点是具有AI驱动的洞察力;灵活性和可扩展性;支持标准化;和开放性。AI驱动的智能和洞察,是利用5G Transport开发的AI/ML模型提供了基于实时传输网络监控和频繁数据收集的高级分析结果。
该产品提供了用于传输网络可观察性的单一管理平台,通过基于网络的界面以及可定制的仪表板和配置向导实现自动化和控制。
这款可扩展的云原生产品旨在部署在客户本地环境中,能够轻松从小规模网络扩展到大型网络。
Appledore Research合伙人、首席分析师Grant Lenahan在评估该产品的推出时表示:“爱立信在无线电、回程、微波和分析方面的专业知识为传输自动化控制器提供了坚实的平台。自动配置、寻路和其他高级功能与AIOps相结合,有助于推动消费者和企业用例的智能运输自动化。”
爱立信传输自动化产品线负责人Jari Augustin补充道:“Ericsson Transport Automation Controller是我们最新的云原生AI软件,让我们的客户能够轻松且经济高效地查看、理解和自动化他们的微波、IP和光纤网络。”
“它是建立在爱立信近50年的微波技术经验基础、以及十多年来在传输网络人工智能和机器学习方面的广泛研究基础上的。这款新产品是分析工具和软件定义网络控制器的独特组合,引领了自我优化和自我修复传输网络的道路。”
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。