私有5G网络专业公司Celona宣布推出并即时提供AerFlex服务,这是业界首个云控制的、仅需接入点(AP)的私有5G平台。
该公司指出,随着人工智能驱动的运营在各工业领域获得发展势头,对可靠、高性能无线连接的需求正在加速增长。在炼油厂、制造工厂、仓库和采矿作业等传统Wi-Fi往往不足以满足需求的环境中,私有5G正快速成为首选服务。
AerFlex专为简化和加速企业采用而构建,拥有突破性架构和云原生设计,Celona认为其是"工业人工智能的理想基础"。该平台能够消除对现场服务器和复杂集成的需求,使高性能、安全无线网络的部署变得更加容易且更具成本效益。
AerFlex具备简单性、速度和安全性等关键特性,在完全集成的平台中为企业连接设定了新标准,实现更快的部署、更低的总拥有成本和无与伦比的运营敏捷性。
Celona相信,这将使各种规模的企业都能使用私有5G来释放工业智能的全部潜力,推动先进自动化、实时决策制定和新兴物理人工智能应用场景。
与传统电信服务为企业使用改造复杂基础设施,或需要多供应商集成的分散小基站系统不同,Celona AerFlex引入了根本不同的方法。
通过在Celona接入点和云端之间分离网络功能,并使用据称是业界唯一的统一私有5G操作系统,AerFlex能够在无线电、核心网络和人工智能管理之间提供无缝集成。此外,AerFlex还能实现快速、成本效益高的部署,通常在几小时而非几周内完成。
Omdia首席分析师Pablo Tomasi评论这一新产品的市场差异化和能力时表示:"随着企业在边缘加速工业人工智能,他们需要结合简单性、敏捷性和控制性的私有5G解决方案。Celona AerFlex凭借其仅需AP模式和云原生架构脱颖而出,在提供安全、低延迟性能的同时消除了传统部署复杂性。其集成设计使其独特地满足现代企业网络的战略需求。"
Celona首席执行官兼联合创始人Rajeev Shah表示:"Celona AerFlex标志着在使私有5G对各种规模企业真正易于获取和操作高效方面的重大飞跃。通过将创新与根本简化相结合,我们正在消除私有5G采用的传统障碍,使更多组织能够在人工智能正在转变每个行业的时代利用其性能、可靠性和安全性。"
Celona已经有了AerFlex的试用客户,即全球食品、农业、金融和工业产品及服务领域的领导者嘉吉公司。该公司的既定使命是"采购、制造和交付对生活至关重要的商品"。
嘉吉向制造商、农民和牧场主、食品服务客户、零售商和消费者销售食品产品和原料、农业服务和生物基工业产品。拥有160年经验的嘉吉在70个国家拥有约160,000名员工。
Q&A
Q1:AerFlex是什么产品?有什么特殊之处?
A:AerFlex是由Celona公司推出的业界首个云控制的、仅需接入点的私有5G平台。它采用突破性架构和云原生设计,能够消除对现场服务器和复杂集成的需求,使私有5G网络部署变得更加简单和成本效益高。
Q2:AerFlex相比传统解决方案有什么优势?
A:与传统电信服务改造复杂基础设施或分散小基站系统不同,AerFlex通过在接入点和云端之间分离网络功能,使用统一私有5G操作系统,提供无缝集成。能实现快速部署,通常在几小时而非几周内完成,具有更低总拥有成本。
Q3:哪些企业适合使用AerFlex私有5G平台?
A:AerFlex专为各种规模企业设计,特别适合炼油厂、制造工厂、仓库和采矿作业等工业环境,这些环境中传统Wi-Fi往往无法满足需求。该平台是工业人工智能的理想基础,能推动先进自动化、实时决策和物理AI应用场景。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。