5月15日,美國(guó)高通公司(NASDAQ: QCOM)今日宣布,其全資子公司美國(guó)高通技術(shù)公司與搜狐協(xié)作,進(jìn)行了中國(guó)首次公開(kāi)的LTE-TDD Broadcast現(xiàn)場(chǎng)演示,支持高效率視頻編碼(HEVC)和基于HTTP的動(dòng)態(tài)自適應(yīng)流傳輸(DASH)技術(shù)。該演示采用集成Qualcomm® Gobi調(diào)制解調(diào)器的高通驍龍400處理器的參考設(shè)計(jì)終端,以及美國(guó)高通技術(shù)公司針對(duì)增強(qiáng)型多媒體廣播多播業(yè)務(wù)(eMBMS)平臺(tái)開(kāi)發(fā)的LTE Broadcast解決方案,并于今日在中國(guó)深圳舉辦的美國(guó)高通公司參考設(shè)計(jì)及無(wú)線創(chuàng)新峰會(huì)上進(jìn)行。
LTE Broadcast技術(shù)支持高需求內(nèi)容的多播傳輸,如實(shí)時(shí)體育賽事、突發(fā)新聞及軟件更新等,保證多個(gè)用戶同時(shí)接收到相同的內(nèi)容,從而幫助移動(dòng)網(wǎng)絡(luò)運(yùn)營(yíng)商(MNO)更有效地管理他們的頻譜和網(wǎng)絡(luò)負(fù)載。LTE Broadcast利用標(biāo)準(zhǔn)的LTE網(wǎng)絡(luò)架構(gòu)和調(diào)制解調(diào)器,簡(jiǎn)化部署的同時(shí)節(jié)約成本。
美國(guó)高通技術(shù)公司產(chǎn)品管理高級(jí)副總裁Raj Talluri表示:“我們很高興能夠在全球范圍推動(dòng)LTE網(wǎng)絡(luò)的發(fā)展和演進(jìn)。借助LTE Broadcast,運(yùn)營(yíng)商能夠更好地利用其現(xiàn)有的LTE基礎(chǔ)設(shè)施,為使用最新移動(dòng)終端的用戶提供優(yōu)化的頂級(jí)視頻體驗(yàn),并且避免網(wǎng)絡(luò)的超負(fù)荷。”
搜狐視頻移動(dòng)視頻總經(jīng)理曾雄杰表示:“這次成功演示是LTE Broadcast部署進(jìn)程中的一個(gè)重要里程碑,我們相信這將極大增強(qiáng)我們的用戶在其移動(dòng)終端上直接觀看熱門(mén)實(shí)時(shí)內(nèi)容的能力。我們很高興能夠與美國(guó)高通技術(shù)公司合作將這一創(chuàng)新技術(shù)推向市場(chǎng)。”
今天的演示展示了LTE Broadcast許多潛在應(yīng)用中的可能之一,運(yùn)營(yíng)商還可以利用這種技術(shù)提供實(shí)時(shí)、基于位置的服務(wù)或非峰值服務(wù),例如按次付費(fèi)活動(dòng)、直播電視——甚至擴(kuò)展到之前傳統(tǒng)方式不支持的領(lǐng)域——或者重要的固件更新等。美國(guó)高通技術(shù)公司的LTE Broadcast解決方案目前在部分高通驍龍芯片組中可用,由美國(guó)高通技術(shù)公司可選的LTE Broadcast中間件支持,在過(guò)去三年里通過(guò)主要基礎(chǔ)設(shè)備廠商的測(cè)試,帶來(lái)高水平的互操作性和產(chǎn)品成熟度。
美國(guó)高通公司的LTE Broadcast解決方案的主要特性(按照3GPP標(biāo)準(zhǔn)定義)包括:?jiǎn)蜗蛭募鬏敚‵LUTE)、基于HTTP的動(dòng)態(tài)自適應(yīng)流傳輸(DASH)、應(yīng)用級(jí)前向糾錯(cuò)(FEC)以及支持修復(fù)的文件交付。
使用美國(guó)高通技術(shù)公司的LTE Broadcast解決方案,LTE Broadcast目前已在韓國(guó)商用,預(yù)計(jì)將于今年晚些時(shí)候在中國(guó)和世界各地開(kāi)始部署。
好文章,需要你的鼓勵(lì)
新加坡國(guó)立大學(xué)研究團(tuán)隊(duì)開(kāi)發(fā)了SPIRAL框架,通過(guò)讓AI與自己對(duì)弈零和游戲來(lái)提升推理能力。實(shí)驗(yàn)顯示,僅訓(xùn)練AI玩簡(jiǎn)單撲克游戲就能讓其數(shù)學(xué)推理能力提升8.6%,通用推理提升8.4%,且無(wú)需任何數(shù)學(xué)題目作為訓(xùn)練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉(zhuǎn)移到數(shù)學(xué)解題中,為AI訓(xùn)練提供了新思路。
同濟(jì)大學(xué)團(tuán)隊(duì)開(kāi)發(fā)的GIGA-ToF技術(shù)通過(guò)融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機(jī)噪聲問(wèn)題。該技術(shù)利用圖像間的不變幾何關(guān)系,結(jié)合深度學(xué)習(xí)和數(shù)學(xué)優(yōu)化方法,在合成數(shù)據(jù)集上實(shí)現(xiàn)37.9%的精度提升,并在真實(shí)設(shè)備上展現(xiàn)出色泛化能力,為機(jī)器人、AR和自動(dòng)駕駛等領(lǐng)域提供更可靠的3D視覺(jué)解決方案。
伊利諾伊大學(xué)研究團(tuán)隊(duì)通過(guò)對(duì)比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過(guò)強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺(jué)語(yǔ)言模型雖然表現(xiàn)出"頓悟時(shí)刻"現(xiàn)象,但這些自我糾錯(cuò)行為并不能實(shí)際提升推理準(zhǔn)確率。研究揭示了AI模型存在"生成-驗(yàn)證差距",即生成答案的能力強(qiáng)于驗(yàn)證答案質(zhì)量的能力,且模型在自我驗(yàn)證時(shí)無(wú)法有效利用視覺(jué)信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機(jī)構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過(guò)動(dòng)態(tài)稀疏性實(shí)現(xiàn)大語(yǔ)言模型訓(xùn)練加速1.6倍,計(jì)算成本降低2.2倍。該方法使用SVD稀疏性估計(jì)器智能選擇重要計(jì)算部分,在保持模型性能的同時(shí)顯著提升訓(xùn)練效率,已在多個(gè)任務(wù)上驗(yàn)證有效性。