今天,CDN及IDC綜合服務提供商網(wǎng)宿科技對外發(fā)布其專門針對移動應用的分發(fā)與加速解決方案—MAA(Mobile Application Accelerator,即移動應用加速),其實現(xiàn)了無線傳輸優(yōu)化技術上的重大突破,可在正常通信速率基礎上平均提升50%以上,大幅提升移動互聯(lián)網(wǎng)訪問體驗,可用于電商、金融、資訊、社交、O2O線下到線上等諸多領域應用。
數(shù)據(jù)顯示,移動互聯(lián)網(wǎng)的使用量已經(jīng)超過PC互聯(lián)網(wǎng),MAA移動應用加速解決方案的問世,也是網(wǎng)宿正式邁入移動互聯(lián)網(wǎng)市場的重要舉措。
網(wǎng)宿科技副總裁劉洪濤認為,移動互聯(lián)網(wǎng)市場將是網(wǎng)宿未來利潤增長點的重要來源之一。過去五年,網(wǎng)宿科技收入及利潤都保持了快速增長,這得益于流媒體、游戲、電子商務在內(nèi)的整個互聯(lián)網(wǎng)行業(yè)發(fā)展帶來的紅利。未來3-5年,網(wǎng)宿的發(fā)展需走向縱深化,進一步加大政府、企業(yè)以及移動互聯(lián)網(wǎng)市場等垂直行業(yè)的拓展,以獲得更加持續(xù)、穩(wěn)定的增長空間。
據(jù)介紹,在影響移動應用網(wǎng)絡傳輸過程的眾多因素中,固網(wǎng)傳輸?shù)沫h(huán)節(jié)造成的延時僅占到30%左右,而移動網(wǎng)絡占70%。也就是說,在網(wǎng)絡傳輸過程中移動網(wǎng)絡消耗時間占比遠高于固網(wǎng)。網(wǎng)宿MAA的重要意義在于首次將互聯(lián)網(wǎng)傳輸過程的分發(fā)及優(yōu)化延伸至移動終端,從而全面提升了固網(wǎng)以及移動網(wǎng)絡的傳輸效率,讓網(wǎng)民可以在點擊移動應用的瞬間就可以快速、穩(wěn)定、安全的訪問到互聯(lián)網(wǎng)的內(nèi)容。
在技術部署方面,網(wǎng)宿MAA移動應用加速解決方案僅需要在移動應用中嵌入SDK,四行代碼即可實現(xiàn)。其基于網(wǎng)宿CDN云分發(fā)平臺,利用高效的無線傳輸優(yōu)化技術實現(xiàn)互聯(lián)網(wǎng)內(nèi)容的快速傳輸及調(diào)度,在提升移動互聯(lián)網(wǎng)訪問速度和可用性的同時,也可以提高移動應用APP的使用率,并幫助網(wǎng)民節(jié)省上網(wǎng)流量。
網(wǎng)宿MAA無線傳輸技術可以使得鏈路優(yōu)化更加高效,上下行傳輸進行優(yōu)化,帶寬感知及優(yōu)化,內(nèi)容智能分配。
使用網(wǎng)宿MAA加速解決方案,可以幫助移動應用獲得更好的用戶體驗。比如,在手機導航應用中,可以幫助信息傳輸智能選擇節(jié)點,避免導航應用因為網(wǎng)絡速度慢帶來滯后而影響導航的準確性。
好文章,需要你的鼓勵
騰訊ARC實驗室推出AudioStory系統(tǒng),首次實現(xiàn)AI根據(jù)復雜指令創(chuàng)作完整長篇音頻故事。該系統(tǒng)結合大語言模型的敘事推理能力與音頻生成技術,通過交錯式推理生成、解耦橋接機制和漸進式訓練,能夠?qū)碗s指令分解為連續(xù)音頻場景并保持整體連貫性。在AudioStory-10K基準測試中表現(xiàn)優(yōu)異,為AI音頻創(chuàng)作開辟新方向。
Meta與特拉維夫大學聯(lián)合研發(fā)的VideoJAM技術,通過讓AI同時學習外觀和運動信息,顯著解決了當前視頻生成模型中動作不連貫、違反物理定律的核心問題。該技術僅需添加兩個線性層就能大幅提升運動質(zhì)量,在多項測試中超越包括Sora在內(nèi)的商業(yè)模型,為AI視頻生成的實用化應用奠定了重要基礎。
上海AI實驗室發(fā)布OmniAlign-V研究,首次系統(tǒng)性解決多模態(tài)大語言模型人性化對話問題。該研究創(chuàng)建了包含20萬高質(zhì)量樣本的訓練數(shù)據(jù)集和MM-AlignBench評測基準,通過創(chuàng)新的數(shù)據(jù)生成和質(zhì)量管控方法,讓AI在保持技術能力的同時顯著提升人性化交互水平,為AI價值觀對齊提供了可行技術路徑。
谷歌DeepMind團隊開發(fā)的GraphCast是一個革命性的AI天氣預測模型,能夠在不到一分鐘內(nèi)完成10天全球天氣預報,準確性超越傳統(tǒng)方法90%的指標。該模型采用圖神經(jīng)網(wǎng)絡技術,通過學習40年歷史數(shù)據(jù)掌握天氣變化規(guī)律,在極端天氣預測方面表現(xiàn)卓越,能耗僅為傳統(tǒng)方法的千分之一,為氣象學領域帶來了效率和精度的雙重突破。