在其成立五周年之际,创新光电与无线网络 (IOWN) 项目的行业协会 - IOWN 全球论坛发布了 2025 年的活动计划。该计划重点关注更新参考架构和技术,以推动光通信技术发展,同时开发早期应用案例,以展示 IOWN 技术在关键行业中的价值和可行性。
在 NTT 的带领下,IOWN 项目旨在满足未来超连接商业世界的不断增长需求,提供基于光子技术的未来全球通信基础设施,实现超高速、大容量的互联网服务。该项目得到了 Ericsson、Nokia、Sony、Ciena、Intel、Nvidia、Microsoft、Orange、Telefónica 和 Google 等行业巨头的支持。
该项目的目标是应对数据需求的近乎指数级增长,以及未来应用(特别是人工智能和大语言模型用例)所需的大量计算能力导致的能源消耗增加问题。这种网络和信息处理基础设施包括能够利用光学技术提供高速、大容量通信的终端设备,以及大规模计算资源。
NTT 的 IOWN 全光网络 (APN) 基础设施正在设计中,旨在通过端到端的光连接实现高容量、低延迟和低功耗通信,无需将光信号转换为电信号。
IOWN 全球论坛由 NTT、Intel 和 Sony 共同创立,是一个私营部门组织,旨在通过开发光子研发、分布式计算、用例和最佳实践等领域的新技术、框架、规范和参考设计,加速创新和采用新的通信基础设施,以满足我们未来的数据和计算需求。
目前,该论坛拥有超过 150 个成员组织,横跨不同地域和行业,从建筑和金融服务到游戏和娱乐,以及网络服务提供商和通信服务提供商。成员包括 Accenture、中华电信、Ciena、Ericsson、富士通、Google、KDDI、Microsoft、Nokia、Orange 和 Red Hat。
全球论坛强调,其工作将集中在开放式 APN 和光电融合技术上,注重能源效率、低延迟、高吞吐量和确定性。这些技术旨在为光纤传感、数据空间、数字孪生框架、安全性、移动网络以及以数据为中心的计算和网络服务奠定基础。
论坛透露,将服务于现有市场,如金融服务、媒体制作、AI 计算、建筑和其他 CPS 应用。在后者的用例中,将探索技术在远程手术、智能制造、智能建筑、实时灾害通知、疾病爆发预测和预防以及事件驱动的安全监控等场景中的应用。
IOWN 全球论坛主席川添克彦表示:"在全球范围内,我们数字生活的各个方面对电力、数据和速度的需求不断增加。但我们正在接近这一代通信和基础设施技术的极限,需要一个范式转变。在 2025 年,IOWN 全球论坛将继续开展其开创性的网络创新工作,这将带来通信容量和延迟、计算可扩展性和能源效率方面的前所未有的进步,创造一个更智能、更安全、更可持续的世界。"
好文章,需要你的鼓励
这项来自苹果公司的研究揭示了视频大语言模型评测的两大关键问题:许多测试问题不看视频就能回答正确,且打乱视频帧顺序后模型表现几乎不变。研究提出VBenchComp框架,将视频问题分为四类:语言模型可回答型、语义型、时序型和其他类型,发现在主流评测中高达70%的问题实际上未测试真正的视频理解能力。通过重新评估现有模型,研究团队证明单一总分可能掩盖关键能力差距,并提出了更高效的评测方法,为未来视频AI评测提供了新方向。
这篇来自KAIST AI研究团队的论文提出了"差分信息分布"(DID)这一创新概念,为理解直接偏好优化(DPO)提供全新视角。研究证明,当偏好数据编码了从参考策略到目标策略所需的差分信息时,DPO中的对数比率奖励形式是唯一最优的。通过分析DID熵,研究解释了对数似然位移现象,并发现高熵DID有利于通用指令跟随,而低熵DID适合知识密集型问答。这一框架统一了对DPO目标、偏好数据结构和策略行为的理解,为语言模型对齐提供理论支持。
VidText是一个全新的视频文本理解基准,解决了现有评估体系的关键缺口。它涵盖多种现实场景和多语言内容,提出三层评估框架(视频级、片段级、实例级),并配对感知与推理任务。对18个先进多模态模型的测试显示,即使最佳表现的Gemini 1.5 Pro也仅达46.8%平均分,远低于人类水平。研究揭示输入分辨率、OCR能力等内在因素和辅助信息、思维链推理等外部因素对性能有显著影响,为未来视频文本理解研究提供了方向。
ZeroGUI是一项突破性研究,实现了零人工成本下的GUI代理自动化在线学习。由上海人工智能实验室和清华大学等机构联合开发,这一框架利用视觉-语言模型自动生成训练任务并提供奖励反馈,使AI助手能够自主学习操作各种图形界面。通过两阶段强化学习策略,ZeroGUI显著提升了代理性能,在OSWorld环境中使UI-TARS和Aguvis模型分别获得14%和63%的相对改进。该研究彻底消除了传统方法对昂贵人工标注的依赖,为GUI代理技术的大规模应用铺平了道路。