在2019世界移动大会期间,“中国联通MEC边缘云商用加速计划发布会”在Hall 8馆NEXTech Theatre D(T4)隆重召开,大会以“构建智能边缘生态、赋能5G数字转型”为主题,向全球产业界传递了联通MEC边缘云战略布局及商用计划,聚集了来自GSMA、华为、INTEL、中兴、微软、阿里巴巴、腾讯、VMware、HPE、联想、浪潮、Redhat、ARM、Wind River、NVDIA、Telefonic、DoCoMo等众多公司的数百位行业精英,共同探讨MEC边缘云技术标准、平台架构、组网方案、落地实践等,共同构建边缘生态,实现合作共赢。
中国联通集团公司副总经理邵广禄先生为大会致开幕词,表示:“五新联通秉承集约、敏捷、开放的原则,全力构建CUBE-Net 2.0全云化网络,推进网络重构,加快5G商用,转型成为数字化服务提供商。MEC边缘云作为锲入5G垂直行业的重要触点, 2018年中国联通在15个省市开展了Edge-Cloud规模试点,打造智慧港口、智能驾驶、智慧场馆、智能制造、视频监控、云游戏、智慧医疗等30余个试商用样板工程,极大地推动了产业链的发展。2019年,联通将持续深入贯彻聚焦、创新、合作战略,携手生态伙伴,在全国31省市加快MEC边缘业务规模部署,拓宽行业合作,加速产业实践。”
GSMA首席技术官Alex Sinclair表示:“MEC边缘云以低时延、大带宽、本地化的优势,助力5G垂直行业应用的百花齐放。很高兴看到中国联通MEC边缘云生态合作伙伴规模已超过100家,在诸多行业应用领域进行创新实践,引领了全球边缘计算行业的发展。MEC将首先发力于2B行业,互操作性是制约2C消费者市场规模推广的关键因素。GSMA将与中国联通联合制定统一的边缘业务平台及北向API接口标准,共同推动云XR(VR, AR, Gaming)等创新业务的规模商用。”
此次发布会上,中国联通隆重揭晓了2018年MEC边缘云金牌合作伙伴先行者,分别是华为、INTEL、中兴、阿里巴巴、腾讯、联想、九州云、星耀科技、华兴宏视、吉利汽车,共10家企业;举行了2019年MEC边缘云合作伙伴加盟及起航仪式,12家新入驻的合作伙伴代表参加(Redhat、Vmware、HPE、浪潮、英伟达、ARM、QWILT、Wind River、沃尔沃、小白博纳、Baicells、星航智联),截止到目前,中国联通MEC边缘云生态合作伙伴已达153家。
2019年中国联通MEC边缘云合作伙伴加盟及起航仪式
此外,中国联通以“数十亿资金的投放、数千个边缘节点的建设、数百个生态伙伴的招募、数十个行业领域的探索”为目标,向全球产业界传递2019年MEC边缘云商用加速战略计划,重磅发布边缘业务平台CUBE-Edge 2.0和相关白皮书。联通集团智能网络中心集“规建维研”于一体,与各省分公司及行业伙伴密切合作,结合MEC边缘云试商用落地验证,成功孵化并对外发布了Edge-Link智能制衣、Edge-AR远程维修、Edge-BoX边缘视频盒、Edge-IoT边缘计算网关、Edge-Link AGV、Edge-Eye边缘云眼、Edge-Link机加工7大端到端解决方案和创新业务产品,并将于2019年在全国范围内复制推广。
沃联万物,智胜边缘。联通期待携手各合作伙伴在5G边缘云应用领域持续创新,充分发挥混改优势,深入探索与垂直行业深度融合的新业务、新应用,以及合作共赢的商业模式,为实现万物互联、万物智联、万物视联的美好生活,谱写更美的乐章。
《中国联通CUBE-Edge 2.0及行业实践白皮书》下载链接:
好文章,需要你的鼓励
AIM Intelligence联合多所知名大学揭示了音频AI系统的重大安全漏洞,开发出名为WhisperInject的攻击方法。这种攻击能让看似无害的音频指令操控AI生成危险内容,成功率超过86%,完全绕过现有安全机制。研究暴露了多模态AI系统的系统性安全风险,对全球数十亿智能设备构成潜在威胁。
新加坡国立大学研究团队系统梳理了视觉强化学习领域的最新进展,涵盖超过200项代表性工作。研究将该领域归纳为四大方向:多模态大语言模型、视觉生成、统一模型框架和视觉-语言-动作模型,分析了从RLHF到可验证奖励范式的政策优化策略演进,并识别出样本效率、泛化能力和安全部署等关键挑战,为这一快速发展的交叉学科提供了完整的技术地图。
浙江大学研究团队通过OmniEAR基准测试揭示了当前AI模型在物理世界推理方面的严重缺陷。测试显示,即使最先进的AI在明确指令下能达到85-96%成功率,但面对需要从物理约束推断行动的任务时,成功率骤降至56-85%。研究发现信息过载反而降低AI协作能力,监督学习虽能改善单体任务但对多智能体协作效果甚微,表明当前架构存在根本局限性。
纽约大学和Aimpoint Digital Labs的研究团队首次揭示了Transformer模型训练中"大规模激活"的完整发展轨迹。这些影响力比普通激活大千倍的"超级激活"遵循可预测的数学规律,研究者开发出五参数公式能以98.4%准确率预测其变化。更重要的是,通过调整模型架构参数如注意力密度、宽深比等,可以在训练前就预测和控制这些关键激活的行为,为设计更高效、量化友好的AI模型提供了全新工具。