ZDNet至顶网软件频道消息:今年3月,无网络、免流量聊天应用FireChat一经推出就迅速占领了网络通讯资费高昂的印度和地震频发的日本。上周,FireChat和其母公司来自硅谷的Open Garden亮相TechCrunch北京峰会,Open Garden带着两款应用,同名OpenGarden和FireChat正式进驻中国市场。
利用蓝牙和P2P点对点网状网络技术,FireChat可以在无网的情况下向附近的群组或单独好友发送文字或照片。由于蓝牙技术的限制,使用FireChat的两台设备间的距离最高为80米(8—15米效果最佳)。目前,FireChat已登录iOS和Android两大系统,跻身包括澳大利亚、巴西、香港、印度、日本、俄罗斯、西班牙、英国等全球115个国家和地区的十大社交网络应用程序。
无网络、免流量聊天应用FireChat
就社交功能来看,FireChat与各方面都很成熟的微信、QQ相比有很大差距,然而,Open Garden推出FireChat的初衷并不是占领社交应用市场,而是通过具象化的应用,以更直观的方式让我们去认识网状网络技术带来的各种可能性和商业前景。
以微信为例,FireChat与它并不构成竞争关系,正相反,Open Garden有意与微信合作,通过网状网络技术使微信在无网条件下也能使用。TextMe就是Open Garden的盟友之一。通过Open Garden,TextMe的Android平板用户可以在没有WiFi的情况下,用平板发短信、通话、视频聊天。与传统蓝牙技术相比,Open Garden非常省电,用户无需进行配对,也无需启动WiFi并搜索热点,只需安装App,并打开蓝牙即可。
Open Garden公司联合创始人兼CEO Micha Benolie
更长的用户使用时间就意味着更多的收益,数据显示,OpenGarden使每个用户每天增加了平均44分钟的连接。Open Garden公司联合创始人兼CEO Micha Benolie表示,“Open Garden期望将网状网络技术提供给电信运营商、广告网络商,应用和游戏开发商和终端设备生产商,增加网络接入的覆盖面、可靠性和速度,同时延长网络连接的时间。”对于终端用户来说,Open Garden是完全免费的,而那些使用Open Garden SDK的开发商则需要把收益的一部分交给Open Garden。
需要注意的是,Open Garden是以网状网络技术支撑的解决方案,是100%的软件,它利用现有的互联网基础设施,无需增加硬件设施成本。
据介绍,目前Open Garden正在与中国的三大互联网巨头——百度、阿里巴巴和腾讯,以及电信运营商进行沟通,探讨合作的可能与方式。
无网接入互联网,对于卖流量的电信运营商来说能有什么好处呢?Micha Benolie给出了三个答案:第一,帮助手机网络运营商增加网络覆盖面,运营商可以通过网状网络技术,把服务带到信号塔不足的偏远地区;第二,改善网络传输信息的质量,Open Garden网状网络技术会在多个网络中选择最有效、最安全、质量最好的网络。第三,没有额外的硬件投资,并减少运营商未来的硬件设施建设投入。
平心而论,中国的电信运营商提供的网络服务不管是服务质量还是资费制定都是比较靠谱的,但即使在美国这种网络超级发达的国家,手机用户仍在10%的时间里无法接入到网络,平板无法接入的时间更是高达50%。IDC预计,在未来3年将有大约50亿新的智能手机、平板电脑、笔记本电脑在全球市场卖出,其中还不包括物联网产品。网状网络技术不仅在通讯行业拥有广阔的发展前景,在物联网、智慧城市和智能家居这些领域同样大有可为。
Open Garden直译就是开放花园的意思,Open Garden希望通过网状网络技术,通过开放、共赢的合作伙伴生态将互联网无限延展下去。正如Micha Benoliel在TechCrunch北京创新峰会上说道的:“毫无疑问,你就是互联网,开放的网络将能连接全世界。”
好文章,需要你的鼓励
zip2zip是一项创新技术,通过引入动态自适应词汇表,让大语言模型在推理时能够自动组合常用词组,显著提高处理效率。由EPFL等机构研究团队开发的这一方法,基于LZW压缩算法,允许模型即时创建和使用"超级tokens",将输入和输出序列长度减少20-60%,大幅提升推理速度。实验表明,现有模型只需10个GPU小时的微调即可适配此框架,在保持基本性能的同时显著降低计算成本和响应时间,特别适用于专业领域和多语言场景。
这项研究创新性地利用大语言模型(LLM)代替人类标注者,创建了PARADEHATE数据集,用于仇恨言论的无毒化转换。研究团队首先验证LLM在无毒化任务中表现可与人类媲美,随后构建了包含8000多对仇恨/非仇恨文本的平行数据集。评估显示,在PARADEHATE上微调的模型如BART在风格准确性、内容保留和流畅性方面表现优异,证明LLM生成的数据可作为人工标注的高效替代方案,为创建更安全、更具包容性的在线环境提供了新途径。
这项研究由中国科学技术大学的研究团队提出了Pro3D-Editor,一种新型3D编辑框架,通过"渐进式视角"范式解决了现有3D编辑方法中的视角不一致问题。传统方法要么随机选择视角迭代编辑,要么同时编辑多个固定视角,都忽视了不同编辑任务对应不同的"编辑显著性视角"。Pro3D-Editor包含三个核心模块:主视角采样器自动选择最适合编辑的视角,关键视角渲染器通过创新的MoVE-LoRA技术将编辑信息传递到其他视角,全视角精修器修复并优化最终3D模型。实验证明该方法在编辑质量和准确性方面显著优于现有技术。
这项研究提出了ComposeAnything,一个无需重新训练的框架,可显著提升AI图像生成模型处理复杂空间关系的能力。该技术由INRIA、巴黎高师和CNRS的研究团队开发,通过三个创新步骤工作:首先利用大型语言模型创建包含深度信息的2.5D语义布局,然后生成粗略的场景合成图作为先验指导,最后通过物体先验强化和空间控制去噪引导扩散过程。在T2I-CompBench和NSR-1K基准测试中,该方法远超现有技术,特别是在处理复杂空间关系和多物体场景时表现卓越,为AI辅助创意设计开辟新可能。