微信扫一扫，关注公众号
科技行者
算力行者
见证连接与计算的「力量」
爱立信在巴展上的黑科技：互联网电子自行车
CNET科技资讯网 2月25日 巴塞罗那报道：5G、物联网（IoT）、云是爱立信MWC的三大关键字，而物联网占据了爱立信很大一部分展区位置。在物联网设备与连接平台展区，爱立信工作人员用一个互联网电子自行车（eBike)的案例，展示了一款自行车跟踪解决方案。
该解决方案利用窄带物联网技术，通过eBike给终端客户定制了一个应用，可以远程控制自行车，完成远程锁车、解锁、实时定位、防盗、远程控制引擎等等操作，所有相关数据会实时上传到爱立信的设备与连接平台上，可以帮助爱立信的客户了解到消费者的行为习惯。
[video]uu=dfa091e731&vu=12257c163e&auto_play=0&width=600&height=450[/video]
0赞好文章，需要你的鼓励
至顶头条
科技行者
码客人生
奇客Solidot
高飞的电子替身
奇客情报站
推荐文章
给多模态大模型做"极限瘦身"后，怎么教它重新学会看图说话
本文介绍LT-OPD训练框架,通过让极限压缩的多模态大模型在自己生成的内容上接受满血版模型指导,并配合渐进式课程学习,在仅保留5%视觉token时把性能保留率从68.6%提升到82.3%,且不增加推理成本。
AI训练的时间戳陷阱：为什么给智能体喂"标准答案"也会喂错
本文解读ALIGNOPSD方法,该方法针对AI智能体训练中"决策与时间戳错配"问题,通过先对齐功能相同的决策场景再打分,并按可变长度决策段分配信用,在ALFWorld、WebShop、Search-QA三大任务上相比GRPO提升5.5%至8.7%。
AI智能体做长任务时为什么会"失忆"？这篇论文给出了一种新解法
本文介绍自适应一致性图（ACG）方法，通过持久化执行记忆图与预算感知的上下文构建，帮助AI智能体在长任务中减少信息失联，在多项基准测试中相比ReAct等基线方法提升了任务成功率。
多智能体系统里的KV缓存困境：PReCache如何让AI团队协作提速3倍
多智能体AI协作时重复计算KV缓存浪费严重。PReCache提出预计算低秩缓存和中性基础缓存重构两项设计，免训练实现最高3.1倍加速、2.3倍吞吐提升，且准确率仅比不共享方案低1.1个百分点。
给多模态大模型做"极限瘦身"后，怎么教它重新学会看图说话
AI训练的时间戳陷阱：为什么给智能体喂"标准答案"也会喂错
AI智能体做长任务时为什么会"失忆"？这篇论文给出了一种新解法
多智能体系统里的KV缓存困境：PReCache如何让AI团队协作提速3倍
