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
南洋理工大学研究团队开发了WorldMem框架,首次让AI拥有真正的长期记忆能力,解决了虚拟世界模拟中的一致性问题。该系统通过记忆银行存储历史场景,并使用智能检索机制,让AI能准确重现之前的场景和事件,即使间隔很长时间。实验显示在Minecraft和真实场景中都表现出色,为游戏、自动驾驶、机器人等领域带来广阔应用前景。
AWS通过升级SageMaker机器学习平台来扩展市场地位,新增观测能力、连接式编码环境和GPU集群性能管理功能。面对谷歌和微软的激烈竞争,AWS专注于为企业提供AI基础设施支撑。SageMaker新功能包括深入洞察模型性能下降原因、为开发者提供更多计算资源控制权,以及支持本地IDE连接部署。这些更新主要源于客户需求,旨在解决AI模型开发中的实际问题。
MTS AI研究团队提出RewardRanker系统,通过重排序模型和迭代自训练显著提升AI代码生成质量。该方法让13.4B参数模型超越33B大模型,在多种编程语言上表现优异,甚至在C++上超越GPT-4。通过引入困难负样本和PPO优化,系统能从多个代码候选中选出最优方案,为AI编程助手的实用化奠定基础。