在实验室进行的 5G 速度测试,就像是跑车进行直线加速赛与普通驾驶员的日常驾驶一样风马牛不相及。正如在伦敦街道上驾驶日产 Note 的司机永远不需要时速 200 英里的引擎一样,普通智能手机用户观看 Netflix、玩游戏、发送消息或访问埃隆·马斯克的社交媒体恐怖屋 (他称之为数字城市广场) 时,也不需要 5.5Gbit/s 的移动服务。况且,这些活动大多是在 Wi-Fi 而非蜂窝网络上进行的。
但这并不妨碍技术开发者不断突破极限。北美最大的电信运营商之一 Verizon 现在声称在实验室测试中"打破"了 5.5Gbit/s 的"速度障碍"。为了证明这一切有多么不必要,Verizon 在其新闻稿中特意加入了一个现实世界的对比:5.5 Gbit/s 的速度足以在一分钟内下载 266 张 Taylor Swift 的专辑。这显然是一个普通人最迫切想要做的事情。
在这个电信新闻通常比较平静的一周里,一些技术细节还是值得关注的。这次测试使用了三星的 5G 网络设备和搭载联发科处理器的设备。Verizon 似乎还结合了来自六个不同 sub-6GHz 频谱通道的频谱 - 这个过程被称为载波聚合 - 来推高速度计的指针。
这次实验室展示也凸显了通用技术的能力,三星在测试中展示了其虚拟无线接入网络 (RAN) 的技术实力。这意味着 5G RAN 软件运行在英特尔提供的通用处理器上,而不是专门为这些 5G 功能定制的芯片上。
好文章,需要你的鼓励
OpenAI首席执行官Sam Altman表示,鉴于投资者的AI炒作和大量资本支出,我们目前正处于AI泡沫中。他承认投资者对AI过度兴奋,但仍认为AI是长期以来最重要的技术。ChatGPT目前拥有7亿周活跃用户,是全球第五大网站。由于服务器容量不足,OpenAI无法发布已开发的更好模型,计划在不久的将来投资万亿美元建设数据中心。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
英伟达推出新的小型语言模型Nemotron-Nano-9B-v2,拥有90亿参数,在同类基准测试中表现最佳。该模型采用Mamba-Transformer混合架构,支持多语言处理和代码生成,可在单个A10 GPU上运行。独特的可切换推理功能允许用户通过控制令牌开启或关闭AI推理过程,并可管理推理预算以平衡准确性和延迟。模型基于合成数据集训练,采用企业友好的开源许可协议,支持商业化使用。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。