在5G正式商用之前,規(guī)模試驗持續(xù)進行中,而今天的這則消息更讓人眼前一亮:中國電信發(fā)放了第一張5G電話卡,而這張133號段電話卡的擁有者也很有來頭--SOHO中國董事長潘石屹。據(jù)相關(guān)媒體報道稱,中國電信北京公司和SOHO中國于今日簽署了5G戰(zhàn)略合作,前者為后者提供5G網(wǎng)絡(luò)覆蓋,同時,雙方還將聯(lián)合推進5G業(yè)務(wù)及產(chǎn)業(yè)合作。
5G將至,人們總是會圍繞著一個話題展開討論,那就是5G會影響到哪些行業(yè)?將因5G發(fā)生改變的行業(yè)很多,現(xiàn)在熱議的無人駕駛、遠程手術(shù)、工業(yè)互聯(lián)網(wǎng)都會成為5G典型的應(yīng)用場景,而房地產(chǎn)當然也包括科技園區(qū)此前并不熱門。曾任中國聯(lián)通技術(shù)部總經(jīng)理的宜通世紀科技首席技術(shù)官張忠平在去年某公開場合以房地產(chǎn)客戶的需求為例觸及了該話題,并為5G投資來源提供了參考。
“5G投入巨大,運營商應(yīng)該擁抱地產(chǎn),開始設(shè)計的時候,就把一些基礎(chǔ)設(shè)施規(guī)劃、建設(shè)都做進去。在前期深度介入園區(qū)形成,包括養(yǎng)老、包括智慧小區(qū)基礎(chǔ)設(shè)施進入的時候,這樣也能分擔(dān)運營商的投資。所以我覺得這種開放不光是應(yīng)用上,也可以在前期,因為很多樓宇都是建完以后請第三方滿足通信要求,運營商何不一下子給他們來一個完整方案,既把通信投資解決掉,也把地產(chǎn)開發(fā)商作為資源管理、拓展,給他們提供更有力的支撐。其實地產(chǎn)公司有很大的需求,紅線以里過去是運營商不能碰的,現(xiàn)在他們有這種訴求,5G能給房地產(chǎn)開發(fā)商帶來實實在在的轉(zhuǎn)型,同時也能擁抱運營商,包括后續(xù)很多配合問題就迎刃而解了。”張忠平說。
說到和房地產(chǎn)的合作,也會讓人聯(lián)想到5G另外一個典型的應(yīng)用場景即“物聯(lián)網(wǎng)”,萬物互聯(lián)也是5G一直在努力的方向。無論是人與人、人與物還是物與物之間都將因為5G網(wǎng)絡(luò)而產(chǎn)生大量的連接。你開車出來上班,首先要跟車建立通訊,走在路上,車與車之間也要保持通訊,快到園區(qū)時,你的車可以幫你找到離單位最近的停車位。這些都將因為5G而實現(xiàn)。
中國電信跟SOHO中國的合作邁出了5G在房地產(chǎn)領(lǐng)域應(yīng)用的第一步,而雙方的后續(xù)合作也為中國電信今后推出更多新型5G應(yīng)用提供了想象空間。同時,在混改領(lǐng)域已經(jīng)小有所成的中國電信如果還能吸引到房地產(chǎn)方面的投資,對于發(fā)展5G而言則是創(chuàng)造了一種多贏態(tài)勢。
好文章,需要你的鼓勵
浙江大學(xué)團隊提出動態(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)研究團隊提出SIRI方法,通過"壓縮-擴張"交替訓(xùn)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(shù)學(xué)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(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(chǔ)幾何知識對培養(yǎng)AI空間智能的重要價值。