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
谷歌地图将集成Gemini人工智能技术,旨在将其升级为一个"全知型副驾驶"助手。这一整合将大幅提升地图服务的智能化水平,为用户提供更加个性化和全面的导航体验。通过AI技术的加持,谷歌地图有望在路线规划、地点推荐和实时信息服务等方面实现重大突破。
这项由圣母大学和IBM研究院联合开展的研究,开发出了名为DeepEvolve的AI科学助手系统,能够像人类科学家一样进行深度文献研究并将创新想法转化为可执行的算法程序。该系统突破了传统AI要么只能改进算法但缺乏创新、要么只能提出想法但无法实现的局限,在化学、生物学、数学等九个科学领域的测试中都实现了显著的算法性能提升,为AI辅助科学发现开辟了新的道路。
微软研究人员发布新的仿真环境来测试AI智能体,研究显示当前智能体模型容易受到操纵。该名为"Magentic Marketplace"的合成平台让客户智能体与商家智能体进行交互实验。测试包括GPT-4o、GPT-5和Gemini-2.5-Flash等模型,发现智能体在面临过多选择时效率下降,且在协作方面表现不佳。研究揭示了AI智能体在无监督环境下的性能问题。
卡内基梅隆大学研究团队通过3331次大规模实验,系统揭示了代码训练如何提升AI推理能力。研究发现,代码的结构特性比语义内容更重要,适当的抽象形式(如伪代码)可以达到与原始代码相同的效果。不同编程语言产生差异化影响:低抽象语言有利于数学推理,Python更适合自然语言任务。这些发现为AI训练数据的科学化设计提供了重要指导。