北京時(shí)間4月23日早間消息,谷歌周三宣布推出虛擬運(yùn)營商服務(wù)。憑借較低的價(jià)格以及靈活的數(shù)據(jù)套餐,谷歌該服務(wù)將給Verizon和AT&T帶來壓力。不過,谷歌還需要多年時(shí)間,才能給美國的大型運(yùn)營商造成真正的威脅。
谷歌虛擬運(yùn)營商服務(wù)名為Project Fi,起步價(jià)為每月20美元,此外每1GB的數(shù)據(jù)流量價(jià)格為10美元。谷歌該服務(wù)的合作伙伴為Sprint和T-Mobile。不過該服務(wù)也存在缺陷:用戶必須擁有或購買一部Nexus 6,此外在大城市以外地區(qū)該服務(wù)可能并不是很穩(wěn)定。
此前,Sprint和T-Mobile等運(yùn)營商已迫使AT&T和Verizon降低了服務(wù)價(jià)格。此外,WiFi網(wǎng)絡(luò)的普及帶來了Republic Wireless、Scratch Wireless和FreedomPop等廉價(jià)競爭者,給大型運(yùn)營商造成了價(jià)格壓力。谷歌的新服務(wù)還帶來了可能具有顛覆性的元素,即智能手機(jī)可以在Sprint和T-Mobile的網(wǎng)絡(luò)之間切換,用戶可以自由選擇信號較好的網(wǎng)絡(luò)。
瑞銀分析師約翰·霍都里克(John Hodulik)表示,盡管這一價(jià)格對個(gè)人用戶具有吸引力,但對家庭用戶來說可能并非如此。家庭用戶占后付費(fèi)用戶數(shù)的2/3。Project Fi的家庭套餐價(jià)格為180美元,其中包括4路電話,以及100美元10GB的數(shù)據(jù)套餐。作為對比,Sprint的價(jià)格為80美元、T-Mobile的價(jià)格為100美元,而Verizon和AT&T的價(jià)格為160美元。
霍都里克在報(bào)告中稱:“預(yù)計(jì)短期內(nèi)Project Fi不會帶來太大影響,但從長期來看前景不明。”
作為虛擬運(yùn)營商,谷歌將在受限制的情況下提供T-Mobile和Sprint的服務(wù)。Recon Analytics LLC分析師羅杰·恩特納(Roger Entner)表示:“從經(jīng)濟(jì)上來說,這不會帶來太大的威脅,因?yàn)镾print已對其進(jìn)行了限制。”
此外,目前也不能肯定谷歌是否會長期專注于該業(yè)務(wù)。外界普遍認(rèn)為,谷歌試水虛擬運(yùn)營商更多只是一種嘗試。彭博Intelligence分析師約翰·巴特勒(John Butler)和馬修·坎特曼(Matthew Kanterman)今天在報(bào)告中表示:“長期威脅可能也不會很大,因?yàn)樵诤诵牡木W(wǎng)絡(luò)廣告業(yè)務(wù)之外,谷歌從未實(shí)現(xiàn)有意義的多元化發(fā)展。”
谷歌的一項(xiàng)創(chuàng)新在于,用戶可以根據(jù)特定地區(qū)的網(wǎng)絡(luò)覆蓋情況在Sprint、T-Mobile的移動網(wǎng)絡(luò),以及WiFi網(wǎng)絡(luò)之間自由切換。Evercore分析師喬納桑·斯基爾克勞特(Jonathan Schildkraut)表示,谷歌可能還將與有線電視公司合作,利用后者的WiFi網(wǎng)絡(luò)向用戶提供服務(wù)。
另一家虛擬運(yùn)營商FreedomPop的CEO史蒂芬·斯托克爾斯(Stephen Stokols)表示,該公司也希望向用戶提供在不同運(yùn)營商網(wǎng)絡(luò)之間切換的功能,無論是在美國還是國外。該公司正在就這一問題與運(yùn)營商進(jìn)行討論。
獨(dú)立移動通信分析師切坦·莎爾瑪(Chetan Sharma)表示,如果有更多設(shè)備支持在不同運(yùn)營商網(wǎng)絡(luò)之間切換,那么運(yùn)營商將會更積極地在各個(gè)地區(qū)爭奪用戶。“贏得競爭的運(yùn)營商將得到業(yè)務(wù)。這可能具有顛覆性。”
好文章,需要你的鼓勵(lì)
新加坡國立大學(xué)研究團(tuán)隊(duì)開發(fā)了SPIRAL框架,通過讓AI與自己對弈零和游戲來提升推理能力。實(shí)驗(yàn)顯示,僅訓(xùn)練AI玩簡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)開發(fā)的GIGA-ToF技術(shù)通過融合多幀圖像的"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和自動駕駛等領(lǐng)域提供更可靠的3D視覺解決方案。
伊利諾伊大學(xué)研究團(tuán)隊(duì)通過對比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺語言模型雖然表現(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)無法有效利用視覺信息,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),通過動態(tài)稀疏性實(shí)現(xiàn)大語言模型訓(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。