
CNET科技行者 9月18日 北京消息(文/陶婧婕) 用手机扫描共享单车上的二维码,APP上出现解锁进度的读条,10秒内就会听到电机带动和锁鞘“啪”的一声,解锁成功。
仿佛一夜之间,共享单车铺满了中国各大主要城市的大街小巷。橙色的摩拜、黄色的ofo、蓝色的bluegogo、黄蓝相间的永安行……大家都戏称之为“彩虹大战”。
共享单车是目前热度最高的行业之一,它解决了短途出行的问题,提升了城市交通的效率,给人民出行带来了很大的便利。不过,“野蛮生长”的共享单车市场也面临着诸多亟待解决的问题,包括共享单车定位不准确以至于找不到车、扫码后不能立刻解锁等情况。
共享单车不够“智能”怎么破?
我们先来看一下共享单车的“工作模式”。用户通过手机扫描共享单车上的二维码来获取车辆信息,然后通过移动网络将解锁请求上传到云端,云端通过GPRS等网络接受车辆状态和地理位置等信息,再下发解锁指令到单车,并进行计费等处理。这其实是比较常见的物联网应用架构:云→管→端,而共享单车的物联网体系大致分为手机端、云端和单车端等三个部分。造成上述问题的原因可能是多方面的,本文将从单车端入手,探讨如何利用物联网技术让共享单车变得更好。
单车端是收集数据与执行云端命令的载体。目前,共享单车还在使用GSM等模块来进行通信联网传输,这类部署适用于共享单车的发展早期。由于共享单车的数量越来越多,而且投放位置较为集中,导致其网络容量需求持续变大。网络负载大,会造成网络拥塞甚至崩溃。另外,由于共享单车使用的GSM等模块功耗较高,如果在无法充电的环境下会导致单车端电量很快耗尽,使用户无法开锁。
国家信息中心信息化研究部主任、分享经济研究中心主任张新红曾表示,“共享单车在快速发展的过程中确实会碰很多问题,但是这些问题都可以慢慢解决。”很多公司都在研发适用于共享单车应用场景的芯片,高通就是其中之一。
多模多频走天下 看高通如何助力共享单车市场发展
仿佛就在一夜间,eMTC和NB-IoT开始兴起。高通的选择是,支持多模多频,其目标是广泛覆盖全球用户的需求。未来,如果用户要对相关网络、相关的频段和模式进行调整,高通的模块通过升级软件进行相关调整就能够满足这些需求,同时还能提高模块的生命周期。除此之外,高通的物联网解决方案具有很高的集成度与可扩展性,如VoLTE 语音功能、Security zone安全域、A7 processor边缘计算能力,物联网管理平台LWM2M协议内置,拟开源接口QAPI等。 可以说高通提供的不仅是eMTC/NB-IoT/GSM的多模连接能力,而是一个面向复杂应用场景及网络环境的底层能力“平台”,共享单车无疑是最能体现其高附加价值的一个典型用例。
2016年初,高通就率先推出了多模多频调制解调器MDM9206,它可以被看作是一款 “全网通” 产品。据不完全统计,目前在全球商业和工业物联网应用中,有上百种种设计正在采用这款芯片。今年5月份,高通与摩拜单车、中国移动研究院达成合作,共同启动中国首个eMTC/NB-IoT/GSM(LTE Cat M1/NB1和E-GPRS)多模外场测试,通过中国移动的2G/4G LTE多模网络,把高通MDM9206调制解调器应用在摩拜单车的智能车锁上。日前, 摩拜单车还计划采用AT&T和高通的物联网解决方案,在美国推广其无桩智能单车。
善弈者谋局。高通在“物联网”这盘棋局上,不仅走得快,还要走得稳。
换“芯”大作战:高通+摩拜单车=更优的用户体验
据了解,MDM9206目前已应用在摩拜单车的智能车锁上。那么,MDM9206有何优势呢?
首先,通过MDM9206 的LTE连接及全球导航卫星系统(GNSS)定位功能,摩拜单车用户能够更加精准地识别可用单车、缩短智能锁开锁时间,并对单车状态持续监测、实时管理。
其次,MDM9206全球多模LTE调制解调器和高通的低功耗蓝牙解决方案还计划应用在摩拜单车的“智能推荐停车点”中,可实现亚米级定位,帮助摩拜单车实时掌握各区域内单车数量、位置及不同区域间的流量信息,为单车投放、调度和运维提供智能指引。
再次,MDM9206有低功耗、低带宽、长达数年的续航时间和更广覆盖的特点,将帮助像摩拜单车这样的物联网平台减少物联网终端的复杂性,并加快产品的商用进程。
最后,MDM9206LTE调制解调器支持全球Cat-M1和Cat-NB1以及GSM多模,摩拜单车无需改动车辆和智能锁硬件即可在海外市场投放车辆,并与当地的物联网和移动通信网络无缝实时对接。
高通技术副总裁李维兴曾表示,通过与中国移动研究院以及摩拜单车开展的中国首个多模Cat-M1/Cat-NB1外场测试合作,高通与合作伙伴展示出一个面向诸如摩拜单车共享平台等全新物联网应用的、高度连接且更加高效的系统。
随着万物智能互联时代的到来,物联网商机不断涌现。摩拜单车是高通实现5G海量物联网的重要一步,也是一个可供业界借鉴的蓝本。脚步不停,创新不止,能够抓住用户的实际使用需求才是硬道理,相信高通深谙此道。据悉,现在高通每天物联网芯片的出货 量已超过一百万颗。
好文章,需要你的鼓励
Adobe研究院与UCLA合作开发的Sparse-LaViDa技术通过创新的"稀疏表示"方法,成功将AI图像生成速度提升一倍。该技术巧妙地让AI只处理必要的图像区域,使用特殊"寄存器令牌"管理其余部分,在文本到图像生成、图像编辑和数学推理等任务中实现显著加速,同时完全保持了输出质量。
香港科技大学团队开发出A4-Agent智能系统,无需训练即可让AI理解物品的可操作性。该系统通过"想象-思考-定位"三步法模仿人类认知过程,在多个测试中超越了需要专门训练的传统方法。这项技术为智能机器人发展提供了新思路,使其能够像人类一样举一反三地处理未见过的新物品和任务。
韩国KAIST开发的Vector Prism系统通过多视角观察和统计推理,解决了AI无法理解SVG图形语义结构的难题。该系统能将用户的自然语言描述自动转换为精美的矢量动画,生成的动画文件比传统视频小54倍,在多项评估中超越顶级竞争对手,为数字创意产业带来重大突破。
华为诺亚方舟实验室提出VersatileFFN创新架构,通过模仿人类双重思维模式,设计了宽度和深度两条并行通道,在不增加参数的情况下显著提升大语言模型性能。该方法将单一神经网络分割为虚拟专家并支持循环计算,实现了参数重用和自适应计算分配,为解决AI模型内存成本高、部署难的问题提供了全新思路。