为了在全球各地具有挑战性的环境中改善物联网连接、性能和安全性,Alcatel-Lucent Enterprise (ALE) 与 Celona 建立了战略合作伙伴关系,推出私有 5G 解决方案。两家公司将这一举措描述为企业级连接的"重大飞跃",将为关键业务运营提供"无与伦比"的可靠性。
ALE 的私有 5G 解决方案由私有 5G 网络公司 Celona 提供技术支持,专为制造业、炼油厂、物流仓库和港口 (包括机场停机坪/坡道区域) 等复杂工业环境中的"超可靠"连接而设计。
该私有 5G 解决方案还旨在提供大范围无线覆盖,以及安全可靠的高速移动性,支持实时关键工业应用,从而增强物联网和工业 4.0 的集成。
该解决方案旨在为需要超低延迟和确定性性能的下一代物联网设备和应用提供连接途径,这些设备和应用包括自动导引车 (AGV)、机器人、高清视频分析、增强现实 (AR) 和虚拟现实 (VR) 应用,这些都将受益于强大的无线连接。
Celona 私有 LTE 和 5G 接入点支持 3.3 GHz 到 4.2 GHz 的频谱范围,覆盖 n48、n78 和 n77 频段,使 Celona 产品能够支持美国、英国和欧洲的覆盖。未来对 n79 的支持将覆盖日本和东南亚市场。频谱可用性在全球范围内不断发展,但与这 4 个频谱带 – n48、n77、n78、n79 密切相关。
在实践中,这个一体化解决方案与 ALE 的 OmniVista、OmniSwitch 和 OmniAccess Stellar WLAN 网络产品组合集成,据该公司称,这将在包括工业场地、办公室和校园在内的大型户外空间等复杂企业环境中实现安全和高质量的连接以及可靠的增强覆盖。
Celona 支持的私有 5G 通过"强大的" SIM 卡认证提供强大的安全性,而 Celona 的专利 MicroSlicing 和 Aerloc 技术旨在为业务关键应用提供可靠的服务和应用级 SLA、策略执行和零信任安全。
Alcatel-Lucent Enterprise 网络业务部执行副总裁 Stephan Robineau 表示:"与 Celona 的这次令人振奋的合作为企业环境提供了最佳的私有 5G 无线解决方案。将其集成到我们的端到端产品组合中进一步增强了我们提供企业级连接的能力,具有无与伦比的可靠性和性能。此外,先进的私有 5G 技术完全符合我们的安全优先方针和垂直战略,使我们能够满足能源和公用事业、交通运输和制造业等行业的独特需求。"
Celona 联合创始人兼首席执行官 Rajeev Shah 补充道:"我们与 Alcatel-Lucent Enterprise 的合作具有重要意义,这证明了当两个技术领导者携手合作时能够产生的影响。ALE 拥有丰富的创新历史,创造了世界级的解决方案。在 Celona,经过多年专注于企业设计的研究和开发,我们的私有 5G 解决方案是同类最佳的,具有高度安全性,易于部署和管理。它解决了复杂环境中的无线连接挑战,在这些环境中,一些企业仍在依赖纸笔。说这是一个改变游戏规则的方案实在是轻描淡写。"
好文章,需要你的鼓励
来自耶路撒冷希伯来大学的研究团队开发了WHISTRESS,一种创新的无需对齐的句子重音检测方法,能够识别说话者在语音中强调的关键词语。研究者基于Whisper模型增加了重音检测组件,并创建了TINYSTRESS-15K合成数据集用于训练。实验表明,WHISTRESS在多个基准测试中表现优异,甚至展示了强大的零样本泛化能力。这项技术使语音识别系统不仅能理解"说了什么",还能捕捉"如何说"的细微差别,为人机交互带来更自然的体验。
这项研究提出了"力量提示"方法,使视频生成模型能够响应物理力控制信号。研究团队来自布朗大学和谷歌DeepMind,他们通过设计两种力提示——局部点力和全局风力,让模型生成符合物理规律的视频。惊人的是,尽管仅使用约15,000个合成训练样本,模型展现出卓越的泛化能力,能够处理不同材质、几何形状和环境下的力学交互。研究还发现模型具有初步的质量理解能力,相同力量对不同质量物体产生不同影响。这一突破为交互式视频生成和直观世界模型提供了新方向。
北京交通大学与西蒙弗雷泽大学联合研发的混合神经-MPM方法实现了实时交互式流体模拟。该方法巧妙结合神经物理学与传统数值求解器,在低时空分辨率下运行神经网络并设置保障机制自动切换到MPM,显著降低计算延迟同时保持高保真度。团队还设计了基于扩散模型的控制器,支持用户通过简单草图直观控制流体行为,为游戏、VR和设计领域提供了实用解决方案。
这项研究介绍了EgoZero,一种创新的机器人学习系统,能够仅通过Project Aria智能眼镜捕获的人类示范数据,训练出零样本迁移的机器人操作策略。研究团队提出了一种形态无关的状态-动作表示方法,使用点集来统一人类和机器人数据,并开发了从原始视觉输入中提取准确3D表示的技术。在没有任何机器人训练数据的情况下,EgoZero在7种真实世界操作任务上实现了70%的成功率,展示了强大的泛化能力,为解决机器人学习中的数据瓶颈问题提供了新思路。