5月15日,美國高通公司(NASDAQ: QCOM)今日宣布,其全資子公司美國高通技術(shù)公司與搜狐協(xié)作,進(jìn)行了中國首次公開的LTE-TDD Broadcast現(xiàn)場演示,支持高效率視頻編碼(HEVC)和基于HTTP的動態(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)計終端,以及美國高通技術(shù)公司針對增強(qiáng)型多媒體廣播多播業(yè)務(wù)(eMBMS)平臺開發(fā)的LTE Broadcast解決方案,并于今日在中國深圳舉辦的美國高通公司參考設(shè)計及無線創(chuàng)新峰會上進(jìn)行。
LTE Broadcast技術(shù)支持高需求內(nèi)容的多播傳輸,如實時體育賽事、突發(fā)新聞及軟件更新等,保證多個用戶同時接收到相同的內(nèi)容,從而幫助移動網(wǎng)絡(luò)運營商(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,簡化部署的同時節(jié)約成本。
美國高通技術(shù)公司產(chǎn)品管理高級副總裁Raj Talluri表示:“我們很高興能夠在全球范圍推動LTE網(wǎng)絡(luò)的發(fā)展和演進(jìn)。借助LTE Broadcast,運營商能夠更好地利用其現(xiàn)有的LTE基礎(chǔ)設(shè)施,為使用最新移動終端的用戶提供優(yōu)化的頂級視頻體驗,并且避免網(wǎng)絡(luò)的超負(fù)荷。”
搜狐視頻移動視頻總經(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終端上直接觀看熱門實時內(nèi)容的能力。我們很高興能夠與美國高通技術(shù)公司合作將這一創(chuàng)新技術(shù)推向市場。”
今天的演示展示了LTE Broadcast許多潛在應(yīng)用中的可能之一,運營商還可以利用這種技術(shù)提供實時、基于位置的服務(wù)或非峰值服務(wù),例如按次付費活動、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,由美國高通技術(shù)公司可選的LTE Broadcast中間件支持,在過去三年里通過主要基礎(chǔ)設(shè)備廠商的測試,帶來高水平的互操作性和產(chǎn)品成熟度。
美國高通公司的LTE Broadcast解決方案的主要特性(按照3GPP標(biāo)準(zhǔn)定義)包括:單向文件傳輸(FLUTE)、基于HTTP的動態(tài)自適應(yīng)流傳輸(DASH)、應(yīng)用級前向糾錯(FEC)以及支持修復(fù)的文件交付。
使用美國高通技術(shù)公司的LTE Broadcast解決方案,LTE Broadcast目前已在韓國商用,預(yù)計將于今年晚些時候在中國和世界各地開始部署。
好文章,需要你的鼓勵
浙江大學(xué)團(tuán)隊提出動態(tài)專家搜索方法,讓AI能根據(jù)不同問題靈活調(diào)整內(nèi)部專家配置。該方法在數(shù)學(xué)、編程等任務(wù)上顯著提升推理準(zhǔn)確率,且不增加計算成本。研究發(fā)現(xiàn)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(xué)研究團(tuán)隊提出SIRI方法,通過"壓縮-擴(kuò)張"交替訓(xùn)練策略,成功解決了大型推理模型"話多且準(zhǔn)確率低"的問題。實驗顯示,該方法在數(shù)學(xué)競賽題上將模型準(zhǔn)確率提升43.2%的同時,輸出長度減少46.9%,真正實現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓(xùn)練提供了新思路。
南洋理工大學(xué)與騰訊聯(lián)合研究團(tuán)隊開發(fā)出Rolling Forcing技術(shù),實現(xiàn)AI視頻實時流式生成的重大突破。該技術(shù)通過滾動窗口聯(lián)合去噪、注意力錨點機(jī)制和高效訓(xùn)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(zhì)量視頻,延遲僅0.76秒,質(zhì)量漂移指標(biāo)從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內(nèi)容創(chuàng)作開辟新可能。
華中科技大學(xué)研究團(tuán)隊發(fā)現(xiàn),通過讓AI模型學(xué)習(xí)解決幾何問題,能夠顯著提升其空間理解能力。他們構(gòu)建了包含約30000個幾何題目的Euclid30K數(shù)據(jù)集,使用強(qiáng)化學(xué)習(xí)方法訓(xùn)練多個AI模型。實驗結(jié)果顯示,幾何訓(xùn)練在四個空間智能測試基準(zhǔn)上都帶來顯著提升,其中最佳模型達(dá)到49.6%準(zhǔn)確率,超越此前最好成績。這項研究揭示了基礎(chǔ)幾何知識對培養(yǎng)AI空間智能的重要價值。