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
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。