T-Mobile和Verizon Wireless之間的關系日益微妙。
兩家公司正在達成一樁交易,根據交易條款,T-Mobile將以33億美元獲得Verizon Wireless的無線頻譜,此舉有助于T-Mobile向美國鄉(xiāng)村和人口稀少地區(qū)擴張,但卻擋不住T-Mobile抨擊Verizon。
最新抨擊事例:質疑Verizon長期上演的四大運營商覆蓋范圍地圖廣告。
T-Mobile首席技術官內維爾·雷(Neville Ray)周四在接受CNET采訪時說:“我真想毀掉Verizon的地圖廣告。”
T-Mobile打算通過兩條途徑解決問題:第一條也是最直接的途徑就是通過法律手段解決。該公司聲稱Verizon地圖廣告未能準確反應T-Mobile網絡全部覆蓋范圍。Verizon通過選擇性點亮LTE覆蓋范圍,主要是凸顯其自身優(yōu)勢。內維爾還強調,廣告中使用的來自T-Mobile網站的數據已經過時。
內維爾說:“使用我們網站過時的數據極具迷惑性,這正是我們質疑的地方。”
內維爾稱Verizon地圖廣告活動及關注LTE市場覆蓋范圍是一種“有偏差的策略”。
公平地說,Verizon商業(yè)廣告明確指出其地圖就是對LTE覆蓋范圍做比較,該廣告活動已持續(xù)很長時間,但Verizon不肯對法律訴訟直接評論。
一名Verizon代表說:“我們更希望在市場上競爭,而不是在法庭上競爭。我們的客戶清楚真正的4G LTE網絡體驗是什么。”
內維爾指出,Verizon地圖廣告上標注的少量T-Mobile點代表該運營商的所有覆蓋范圍,但卻不包含2G Edge網絡及HSPA+網絡覆蓋范圍。
T-Mobile和內維爾計劃反擊的第二條途徑是增建網絡。周四,T-Mobile表示對2G Edge網絡升級。另外,T-Mobile還計劃使用從Verizon處獲得的頻譜向新區(qū)域擴張。
內維爾沒有披露利用700MHz Verizon頻譜的具體時間,但表示將在第四季度發(fā)布與該網絡兼容的手機。他預計T-Mobile與Verizon的頻譜交易將在今年第二季度完成。
內維爾指出,升級2G網絡可通過升級網絡回程部分完成,也可通過使用速度更快的光纖將基站與核心網絡連接完成。
升級網絡旨在彌補T-Mobile最大弱勢:覆蓋范圍寬度較窄。T-Mobile一直關注在大市場上提供服務,但在鄉(xiāng)村和人口稀少地區(qū)還較弱。
T-Mobile目標是在今年底網絡覆蓋人口達2.5億,明年該目標提高至2.8億人。
好文章,需要你的鼓勵
浙江大學團隊提出動態(tài)專家搜索方法,讓AI能根據不同問題靈活調整內部專家配置。該方法在數學、編程等任務上顯著提升推理準確率,且不增加計算成本。研究發(fā)現不同類型問題偏愛不同專家配置,為AI推理優(yōu)化開辟新路徑。
清華大學研究團隊提出SIRI方法,通過"壓縮-擴張"交替訓練策略,成功解決了大型推理模型"話多且準確率低"的問題。實驗顯示,該方法在數學競賽題上將模型準確率提升43.2%的同時,輸出長度減少46.9%,真正實現了效率與性能的雙重優(yōu)化,為AI模型訓練提供了新思路。
南洋理工大學與騰訊聯(lián)合研究團隊開發(fā)出Rolling Forcing技術,實現AI視頻實時流式生成的重大突破。該技術通過滾動窗口聯(lián)合去噪、注意力錨點機制和高效訓練算法三項創(chuàng)新,解決了長視頻生成中的錯誤累積問題,可在單GPU上以16fps速度生成多分鐘高質量視頻,延遲僅0.76秒,質量漂移指標從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內容創(chuàng)作開辟新可能。
華中科技大學研究團隊發(fā)現,通過讓AI模型學習解決幾何問題,能夠顯著提升其空間理解能力。他們構建了包含約30000個幾何題目的Euclid30K數據集,使用強化學習方法訓練多個AI模型。實驗結果顯示,幾何訓練在四個空間智能測試基準上都帶來顯著提升,其中最佳模型達到49.6%準確率,超越此前最好成績。這項研究揭示了基礎幾何知識對培養(yǎng)AI空間智能的重要價值。