CNET科技資訊網(wǎng) 10月28日 北京消息(文/齊豐潤): 自從進入網(wǎng)絡時代之后,“走到哪都有網(wǎng)”就成為了很多人的訴求,那么我們在哪里使用無線網(wǎng)絡的時間最長呢?對于大部分人來說答案都有兩個,公司和家。但無論對于家庭和公司來說,我們在使用網(wǎng)絡時都會面對一個令人撓頭的問題,這就是WiFi信號覆蓋不全的問題。
對于一般的家庭用戶來說,這個問題還是比較好解決的,買一個好一點、信號強一點的路由器就可以解決。但對于別墅家庭的用戶以及一些辦公場景來說,一個信號強大的路由器也很難解決信號覆蓋的問題。對此,美國網(wǎng)件想到了一個解決辦法,就是將路由器變成路由系統(tǒng),讓它們“組團”放大無線網(wǎng)絡的信號覆蓋。
近日,美國網(wǎng)件公司發(fā)布了Orbi奧秘多路由系統(tǒng),主要針對的就是網(wǎng)絡信號難以完全覆蓋的別墅家庭。相比于一般的中繼器拓展,Orbi采用了分身設計,不僅可以擴大無線信號的覆蓋面積,同時也不會減低網(wǎng)絡質(zhì)量,出現(xiàn)上不了網(wǎng)的情況。
據(jù)美國網(wǎng)件介紹,這與Orbi采用的全新技術是分不開的,Orbi路由系統(tǒng)是配套使用的,一個“本體路由”可以與一個或多個“分身路由”進行匹配,同時路由器上的指示燈也可以根據(jù)顏色的變化讓用戶找到最佳的擺放距離,在保證范圍拓展的情況下又不降低網(wǎng)絡質(zhì)量。
美國網(wǎng)件產(chǎn)品經(jīng)理劉斌表示,正式由于Orbi創(chuàng)新的“分身”功能,才讓全覆蓋變得簡單,讓別墅實用戶輕松實現(xiàn)WiFi無死角。
同時劉斌還表示,Orbi套裝在未經(jīng)過拓展的情況下,經(jīng)過實際的測試可以連接的最大設備數(shù)為127個,而且在增加“分身”后,這一數(shù)字還會得到增加。因此,除了應對別墅家庭的用戶需求之外,Orbi甚至還可以輕松應對一些中小企業(yè)的場景,為公司用戶提供穩(wěn)定,覆蓋全面的無線網(wǎng)絡。
技術方面,美國網(wǎng)件采用三頻段WiFi的獨特性能,實現(xiàn)了在Orbi奧秘多路由系統(tǒng)本體路由及分身路由之間專用無線通道的高速智能無縫連接。多路由系統(tǒng)設計確保了在滿足無線輻射標準的前提下,智能地實現(xiàn)更為廣泛的覆蓋范圍。
硬件方面,Orbi奧秘多路由系統(tǒng)搭載了AC3000三頻WiFi,四核處理器,4G閃存,512M 內(nèi)存,并支持第二代802.11ac 技術。同時,Orbi的安裝操作也十分方便,只需將“本體路由”插入網(wǎng)關或調(diào)制解調(diào)器內(nèi)以作為全功能路由器,再將分身路由放置于其他位置即可。
美國網(wǎng)件高級市場經(jīng)理潘琳表示,近年來,美國網(wǎng)件的業(yè)績逐年突出,市場占有率也是節(jié)節(jié)攀升,同時在家庭路由器產(chǎn)品的表現(xiàn)上,也有不俗的成績。最后,潘琳還表示全球速度最快的無線路由器,Nighthawk 夜鷹X10也即將與大家見面。
據(jù)悉,Orbi奧秘多路由系統(tǒng)已在京東發(fā)售,套裝包含一主體路由、一分身路由,售價為2999元。
好文章,需要你的鼓勵
新加坡國立大學研究團隊開發(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。實驗顯示,僅訓練AI玩簡單撲克游戲就能讓其數(shù)學推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學題目作為訓練材料。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)學解題中,為AI訓練提供了新思路。
同濟大學團隊開發(fā)的GIGA-ToF技術通過融合多幀圖像的"圖結構"信息,創(chuàng)新性地解決了3D相機噪聲問題。該技術利用圖像間的不變幾何關系,結合深度學習和數(shù)學優(yōu)化方法,在合成數(shù)據(jù)集上實現(xiàn)37.9%的精度提升,并在真實設備上展現(xiàn)出色泛化能力,為機器人、AR和自動駕駛等領域提供更可靠的3D視覺解決方案。
伊利諾伊大學研究團隊通過對比實驗發(fā)現(xiàn),經(jīng)過強化學習訓練的視覺語言模型雖然表現(xiàn)出"頓悟時刻"現(xiàn)象,但這些自我糾錯行為并不能實際提升推理準確率。研究揭示了AI模型存在"生成-驗證差距",即生成答案的能力強于驗證答案質(zhì)量的能力,且模型在自我驗證時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等頂尖機構聯(lián)合提出SparseLoRA技術,通過動態(tài)稀疏性實現(xiàn)大語言模型訓練加速1.6倍,計算成本降低2.2倍。該方法使用SVD稀疏性估計器智能選擇重要計算部分,在保持模型性能的同時顯著提升訓練效率,已在多個任務上驗證有效性。