1月15日,新華三(H3C)正式發(fā)布其全新Wi-Fi 6路由器——H3C BX54鯨路由。作為首批采用高通216沉浸式家庭聯(lián)網(wǎng)平臺(tái)的家用路由器產(chǎn)品,H3C BX54鯨路由集成眾多先進(jìn)連接技術(shù)特性,可實(shí)現(xiàn)高達(dá)5.4 Gbps的無線連接速率,為用戶帶來前所未有的Wi-Fi連接體驗(yàn)。
對于新華三全新路由器的發(fā)布,高通技術(shù)公司副總裁兼無線基礎(chǔ)設(shè)施與聯(lián)網(wǎng)業(yè)務(wù)總經(jīng)理Nick Kucharewski表示:“新華三和高通擁有特殊的合作關(guān)系,它建立在雙方共同推動(dòng)連接技術(shù)創(chuàng)新的合作之上。很高興通過我們最先進(jìn)的產(chǎn)品和技術(shù)組合,支持新華三打造極致的聯(lián)網(wǎng)終端。全新發(fā)布的H3C BX54鯨路由采用高通216沉浸式家庭聯(lián)網(wǎng)平臺(tái),為更多終端帶來更廣的覆蓋范圍和更快的速度,滿足用戶對當(dāng)今家庭網(wǎng)絡(luò)聯(lián)網(wǎng)體驗(yàn)的期待。”
當(dāng)前,用戶的辦公、教育、觀影等活動(dòng)正在向家庭遷移,家庭環(huán)境中智能終端的數(shù)量持續(xù)增長,高性能Wi-Fi已經(jīng)從過去的“奢侈品”變?yōu)槿缃癫豢苫蛉钡?ldquo;必備品”。高通沉浸式家庭聯(lián)網(wǎng)平臺(tái)的推出,可幫助包括新華三在內(nèi)的眾多終端廠商進(jìn)一步利用高通技術(shù)公司的端到端差異化技術(shù)優(yōu)勢,為家庭用戶打造支持Mesh網(wǎng)絡(luò)且兼具顯著性能提升與成本優(yōu)勢的終端。
作為一款家用路由產(chǎn)品,H3C BX54鯨路由搭載高通216沉浸式家庭聯(lián)網(wǎng)平臺(tái),采用雙核1GHz CPU,配合專用的網(wǎng)絡(luò)處理器NPU,讓系統(tǒng)及連接功能運(yùn)行更穩(wěn)定、流暢,并擁有更快的數(shù)據(jù)轉(zhuǎn)發(fā)處理速度,以應(yīng)對當(dāng)前復(fù)雜的家庭網(wǎng)絡(luò)環(huán)境。此外,該路由器內(nèi)置UU加速器,可為各類PC、主機(jī)、移動(dòng)游戲提供一系列的相關(guān)加速功能,方便玩家享受暢快的游戲體驗(yàn)。
性能方面,通過在2.4GHz和5GHz頻段的6路數(shù)據(jù)流Wi-Fi 6配置,以及在5GHz頻段支持160MHz信道及4x4 MU-MIMO等領(lǐng)先技術(shù),高通216沉浸式家庭聯(lián)網(wǎng)平臺(tái)可為H3C BX54鯨路由帶來最高5.4 Gbps的可用物理層速率、支持多達(dá)640臺(tái)終端接入和更廣的覆蓋范圍,助力該路由器為家庭用戶提供面向全屋覆蓋的千兆級無線連接,并讓家中每臺(tái)終端都能保持聯(lián)網(wǎng),幫助用戶在家中獲得高效的線上會(huì)議、極具互動(dòng)性的遠(yuǎn)程教育等沉浸式的Wi-Fi 6連接體驗(yàn)。
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(dòng)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(dòng)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。