CNET科技资讯网 1月3日 国际报道:每一年的CES(国际消费电子展),我们都能从拉斯维加斯收获惊喜,在去年的展会上,三星带来了超级冰箱。今年一月初,没有哪里比这个展会更适合谈论5G技术了。爱立信北美科技部负责人格伦·拉达伊(Glenn Laxdal)表示:“5G将成为一项至关重要的技术,它将成为本届CES展会上所探讨的众多技术的基础。”
作为当下最受追捧的技术,5G到底是什么?简单说,5G就是下一代(或者说“第五代”)无线技术。理论上,5G的速度将会无与伦比的快,而且反应敏捷、可靠且无处不在。举例来说,5G环境下载整个《辛普森一家》剧集合集(共600多集)的时间,与看其中一集的时间(20分钟左右)差不多。5G将有望成为其他几大行业热门趋势的核心基础,从无人驾驶汽车到物联网,你很可能会听到科技圈纷纷谈论5G的好处。
去年底,Verizon Wireless无线公司表示,它将是第一个进行5G实地试验部署和商业部署的公司。美国电话电报公司(AT&T)紧随其后。而且在2016年12月早些时候,AT&T正在德克萨斯州奥斯汀为一位商业用户进行5G试验。
那么问题来了:5G技术可能在近几年内并不能真正实现,可业界为什么对此如此兴奋呢?
Verizon在2017年初或将保持低调,这是该公司的传统作风——除了在2011年举办的那场标志着其4G LTE网络首次亮相的引人注目的发布会,Verizon过去都跳过了每年绚丽迷人的CES大会。不过,一旦其5G网络技术足够成熟,可以进行探讨,那么历史可能会再次重演,Verizon或将再次大张旗鼓地举办一场发布会。
不过,这并不意味着其他无线运营商也会保持沉默。AT&T将随着CES在拉斯维加斯的开幕开启其年度开发者大会,并畅谈5G技术。
AT&T无线网络架构和设计高级副总裁汤姆·基斯利(Tom Keathley)虽然不会对该公司在CES展会的具体计划发表评论,但他表示,5G将在本次展会中发挥重要的作用。
当然,在展会上我们也会听到更多关于5G技术的基础——LTE发展进程的消息。
5G也将成为高通CEO史蒂夫·莫伦科夫(Steve Mollenkopf)的CES展会主题演讲的核心。他将阐述5G的社会和经济效益,同时也将和与会的其他行业领导人一同展示5G将如何影响移动之外的各个领域。他的目标是:开始将5G推向主流。
总的来说,我们将从莫伦科夫的演讲中听到这一主题:“5G将成为未来十年乃至更久远的未来的统一连接架构。”
与此同时,爱立信将在下一代无线技术上投入更多,其CES展台将铺天盖地全都是5G网络基础设施。届时我们将看到30多种演示,包括如何在5G网络上更加快速地实现媒体传播,如何让城市变得更加智能,如何将5G技术用于关键设备的远程控制等。
在此前的展会上,爱立信为我们展示了一个虚拟现实平台,允许用户远程控制一个1550英里以外的巨型挖掘机。当时是在4G网络上运行,它有点缓慢,而且在响应上有明显的滞后——5G将有望解决这些问题。
这些演示代表了5G的终极愿景,不过它们也非常遥远。目前,业界还未就5G的标准达成一致,而乐观估计,这一标准的形成时间最早在2018年。
大部分关于5G的讨论一直关乎于所谓的固定移动宽带理念,也就是说,它或将取代连入我们家中的物理网线 。这意味着,未来将不会再有宽带安装工人来你家墙壁上打孔,把网线电缆接入你的客厅了。
基斯利表示:“未来将有更多关于5G试验的信息,我们将见证着它的发展。”
Verizon表示,公司将于明年年初在特定城市进行类似的5G试验。
虽然固定移动宽带理论听起来很不错,但现在我们谈及5G所带来的功能只是冰山一角。那些真正酷炫的东西,我们将在CES大会上得知,而它们在未来几年内还不会到来。
好文章,需要你的鼓励
这项研究利用大语言模型解决科学新颖性检测难题,南洋理工大学团队创新性地构建了闭合领域数据集并提出知识蒸馏框架,训练轻量级检索器捕捉想法层面相似性而非表面文本相似性。实验表明,该方法在市场营销和NLP领域显著优于现有技术,为加速科学创新提供了有力工具。
un?CLIP是一项创新研究,通过巧妙反转unCLIP生成模型来增强CLIP的视觉细节捕捉能力。中国科学院研究团队发现,虽然CLIP在全局图像理解方面表现出色,但在捕捉细节时存在不足。他们的方法利用unCLIP生成模型的视觉细节表示能力,同时保持与CLIP原始文本编码器的语义对齐。实验结果表明,un?CLIP在MMVP-VLM基准、开放词汇语义分割和视觉中心的多模态任务上显著优于原始CLIP和现有改进方法,为视觉-语言模型的发展提供了新思路。
这项研究介绍了RPEval,一个专为评估大语言模型角色扮演能力而设计的新基准。研究团队从法国里尔大学开发的这一工具专注于四个关键维度:情感理解、决策制定、道德对齐和角色一致性,通过单轮交互实现全自动评估。研究结果显示Gemini-1.5-Pro在总体表现上领先,而GPT-4o虽在决策方面表现出色,但在角色一致性上存在明显不足。这一基准为研究人员提供了一个可靠、可重复的方法来评估和改进大语言模型的角色扮演能力。
这篇论文介绍了LegalSearchLM,一种创新的法律案例检索方法,将检索任务重新定义为法律要素生成。研究团队构建了LEGAR BENCH数据集,涵盖411种犯罪类型和120万案例,并开发了能直接生成关键法律要素的检索模型。实验表明,该模型在准确率上超越传统方法6-20%,且在未见犯罪类型上展现出强大泛化能力。这一突破为法律专业人士提供了更高效、精准的案例检索工具。