该产品是在爱立信旗下云原生基础设施上一个预集成的分组核心网软件版本,用了专门设计、占用空间较小的硬件。
该分组核心网能够支持包括5G独立组网 (SA)、4G和非独立组网(NSA)在内的各种应用部署。
爱立信分组核心网解决方案领域负责人Monica Zethzon表示,“我们通过这一解决方案提供了一种升级到云原生并引入5G核心网的新方法,这种方法建立在我们的全球最先进网络的深厚经验基础之上。这大大简化了现代化进程,同时可以释放我们的世界一流云原生软件的全部潜力。”
新的分组核心网系统旨在解决运营商面临的现代化挑战,例如升级流程日益复杂和效率低下等挑战。
爱立信表示,运营商能够将新的分组核心网以集中式或分布式的方法扩展到现有系统。爱立信将为迁移工作负载的运营商提供支持,并通过解决方案生命周期管理服务监督网络升级。
爱立信称,运营商使用该解决方案的预定义配置后,部署期间需要调整的参数减少了80%,可减少高达30%的能耗。
Zethzon 补充表示,“我们自豪地推出爱立信紧凑型分组核心网,希望可以为通信服务提供商加快云原生之旅和管理容量增长。”
数据分析和咨询公司GlobalData的首席分析师Glen Hunt表示,“爱立信紧凑型分组核心网是一个预集成解决方案,因此可以消除冗长的互操作性和集成测试带来的部署障碍,另外,爱立信紧凑型分组核心网占用的空间更小,而且具备内置配置,这意味着可以实现成本更低、复杂性更低且耗时更短的迁移。”
好文章,需要你的鼓励
检索增强生成(RAG)正成为AI领域的关键技术,通过结合外部信息检索与大语言模型的生成能力,解决传统模型仅依赖训练数据的局限性。RAG允许模型实时访问外部数据库或文档,提供更准确、更新的信息。该技术可应用于企业文档查询、个人化AI助手等场景,通过向模型提供特定领域知识来获得精准结果。微软专家指出,RAG有助于结合知识与推理、提高模型使用效率,并支持多模态应用。
加州大学伯克利分校研究团队开发出革命性的R2R2R系统,仅需智能手机拍摄和一段演示视频,就能自动生成大量机器人训练数据。该系统绕过了传统昂贵的远程操作和复杂物理仿真,通过3D重建和智能轨迹生成技术,让机器人训练效率提升27倍,成本大幅降低,有望让高质量机器人技能变得像安装手机应用一样普及。
AI数据平台iMerit认为企业级AI工具集成的下一步不是更多数据,而是更好的数据。该公司正式推出学者计划,旨在建立专家团队来微调生成式AI模型。与Scale AI的高吞吐量方法不同,iMerit专注于专家主导的高质量数据标注,需要深度人工判断和领域专业监督。公司目前与超过4000名学者合作,客户包括三家大型生成式AI公司、八家顶级自动驾驶公司等。
腾讯优图实验室提出AnoGen方法,仅用3张异常图片就能训练出高精度工业检测AI。该方法通过扩散模型学习异常特征并生成大量逼真样本,在MVTec数据集上将检测精度提升5.8%,为解决工业异常检测中样本稀缺问题提供了突破性方案。