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
Liquid AI发布了新一代视觉语言基础模型LFM2-VL,专为智能手机、笔记本电脑和嵌入式系统等设备高效部署而设计。该模型基于独特的LIV系统架构,GPU推理速度比同类模型快2倍,同时保持竞争性能。提供450M和1.6B两个版本,支持512×512原生分辨率图像处理,采用模块化架构结合语言模型和视觉编码器。模型已在Hugging Face平台开源发布。
AIM Intelligence联合多所知名大学揭示了音频AI系统的重大安全漏洞,开发出名为WhisperInject的攻击方法。这种攻击能让看似无害的音频指令操控AI生成危险内容,成功率超过86%,完全绕过现有安全机制。研究暴露了多模态AI系统的系统性安全风险,对全球数十亿智能设备构成潜在威胁。
阿里团队推出首个AI物理推理综合测试平台DeepPHY,通过六个物理环境全面评估视觉语言模型的物理推理能力。研究发现即使最先进的AI模型在物理预测和控制方面仍远落后于人类,揭示了描述性知识与程序性控制间的根本脱节,为AI技术发展指明了重要方向。
新加坡国立大学研究团队系统梳理了视觉强化学习领域的最新进展,涵盖超过200项代表性工作。研究将该领域归纳为四大方向:多模态大语言模型、视觉生成、统一模型框架和视觉-语言-动作模型,分析了从RLHF到可验证奖励范式的政策优化策略演进,并识别出样本效率、泛化能力和安全部署等关键挑战,为这一快速发展的交叉学科提供了完整的技术地图。