日前,中國(guó)聯(lián)通與騰訊聯(lián)合開展業(yè)務(wù)感知優(yōu)化合作,推出了業(yè)界首個(gè)基于業(yè)務(wù)體驗(yàn)的基站無(wú)線優(yōu)化解決方案。方案基于騰訊海量游戲用戶網(wǎng)絡(luò)體驗(yàn)數(shù)據(jù),建立了閉環(huán)的長(zhǎng)效管理機(jī)制,在全國(guó)范圍內(nèi)的數(shù)百萬(wàn)個(gè)基站小區(qū)進(jìn)行了持續(xù)的分析、評(píng)估、優(yōu)化、擴(kuò)容。本輪優(yōu)化后,中國(guó)聯(lián)通全網(wǎng)所有基站游戲流暢對(duì)局率由80%上升到了87%,極大地改善了中國(guó)聯(lián)通用戶的游戲體驗(yàn)。
方案充分體現(xiàn)了中國(guó)聯(lián)通和騰訊雙方的技術(shù)優(yōu)勢(shì)和資源稟賦: 騰訊針對(duì)運(yùn)營(yíng)商基站制定了一套嚴(yán)格的用戶體驗(yàn)考量標(biāo)準(zhǔn),綜合了時(shí)延,抖動(dòng),丟包,游戲是否卡頓等多項(xiàng)指標(biāo),對(duì)每個(gè)基站/小區(qū)進(jìn)行打分排名,并提出了每個(gè)基站的卡頓趨勢(shì)預(yù)測(cè)。中國(guó)聯(lián)通基于基站側(cè)的真實(shí)業(yè)務(wù)體驗(yàn)數(shù)據(jù),結(jié)合對(duì)網(wǎng)絡(luò)的監(jiān)控分析,有針對(duì)性地制定優(yōu)化擴(kuò)容方案,并推動(dòng)精準(zhǔn)實(shí)施。
據(jù)悉,本次專項(xiàng)優(yōu)化工作從2017年底開始,已經(jīng)經(jīng)歷了近一年的合作聯(lián)動(dòng)。截至目前,雙方累計(jì)優(yōu)化擴(kuò)容基站小區(qū)數(shù)35萬(wàn)個(gè),占全國(guó)總量的15%。聯(lián)通騰訊王卡用戶數(shù)量也從5000萬(wàn)擴(kuò)大到1億左右。用戶量的大規(guī)模增長(zhǎng),與用戶體驗(yàn)及網(wǎng)絡(luò)質(zhì)量提升密不可分。
除了基站優(yōu)化,聯(lián)通與騰訊還在4G-QoS(4G服務(wù)質(zhì)量)加速保障、5G技術(shù)探索方面進(jìn)行了深度合作。雙方在江蘇聯(lián)通、山東聯(lián)通、廣東聯(lián)通進(jìn)行了4G-QoS加速試點(diǎn),針對(duì)實(shí)時(shí)對(duì)戰(zhàn)游戲進(jìn)行空口網(wǎng)絡(luò)保障,并即將在全國(guó)范圍提供業(yè)務(wù),屆時(shí)可為開通該業(yè)務(wù)的用戶提供大幅降低時(shí)延及卡頓的網(wǎng)絡(luò)體驗(yàn)。
隨著我國(guó)移動(dòng)互聯(lián)網(wǎng)的普及和發(fā)展,全力提升用戶感知已是行業(yè)共識(shí)。中國(guó)聯(lián)通期待與合作伙伴一起努力,繼續(xù)對(duì)實(shí)時(shí)游戲網(wǎng)絡(luò)優(yōu)化等新技術(shù)進(jìn)行預(yù)研,致力于為廣大用戶提供更好的服務(wù)體驗(yàn)。
好文章,需要你的鼓勵(lì)
浙江大學(xué)團(tuán)隊(duì)提出動(dòng)態(tài)專家搜索方法,讓AI能根據(jù)不同問(wèn)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(jì)算成本。研究發(fā)現(xiàn)不同類型問(wèn)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(duì)提出SIRI方法,通過(guò)"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(wèn)題。實(shí)驗(yàn)顯示,該方法在數(shù)學(xué)競(jìng)賽題上將模型準(zhǔn)確率提升43.2%的同時(shí),輸出長(zhǎng)度減少46.9%,真正實(shí)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(duì)開發(fā)出Rolling Forcing技術(shù),實(shí)現(xiàn)AI視頻實(shí)時(shí)流式生成的重大突破。該技術(shù)通過(guò)滾動(dòng)窗口聯(lián)合去噪、注意力錨點(diǎn)機(jī)制和高效訓(xùn)練算法三項(xiàng)創(chuàng)新,解決了長(zhǎng)視頻生成中的錯(cuò)誤累積問(wèn)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(duì)發(fā)現(xiàn),通過(guò)讓AI模型學(xué)習(xí)解決幾何問(wèn)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(gè)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(gè)AI模型。實(shí)驗(yàn)結(jié)果顯示,幾何訓(xùn)練在四個(gè)空間智能測(cè)試基準(zhǔn)上都帶來(lái)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(jī)。這項(xiàng)研究揭示了基礎(chǔ)幾何知識(shí)對(duì)培養(yǎng)AI空間智能的重要價(jià)值。