在本届CES展会上,达美航空宣布将自2月1日起为“飞凡里程常客计划”的所有会员提供免费Wi-Fi服务。该公司与T-Mobile合作推出的这项免费服务将在2024年底正式启动,届时达美航空大部分美国本土、支持Viasat的干线飞机、部分支线飞机和全部国际航班将全面迎来网络升级。
达美航空CEO Ed Bastian在CES 2023上表示:“无论您身处工作、家庭还是其间的任何地方,联网服务对于日常都至关重要。达美航空的旅程自然也不例外。长期以来,我们一直希望能在30000英尺的高空为客户提供与地面相近的联网服务体验。”
由于这项服务的免费用户可能比付费用户还多,所以达美航空最近几个月一直在着力强化系统设计。该公司表示,他们正与Viasat的工程师合作,测试并扩展机上联网服务以备明年的全面上线。
Bastian解释道,“我们想提供的不只是免费的Wi-Fi基本服务,而是希望这能全面提升整个乘机体验。机上的所有乘客都应该像在家中那样享受自己喜爱的内容。我们已经对系统进行了细致测试,希望实现这个目标。”
要使用这项服务,乘客必须是达美航空“飞凡里程常客计划”的会员。另外,虽然这项服务是与T-Mobile合作推出的,但大家并不一定非得是T-Mobile用户。
“每个人都能体验,无论您买的是哪个舱位、享受的是哪个服务等级、使用哪家银行的信用卡、选择的是哪家电信运营商。它将全面免费推出,这对达美航空来说是条非常重要的道路。是的,没有任何限制,彻底免费。”
值得一提的是,Bastian在主题演讲中反复强调,免费Wi-Fi还能扩展至任意多台设备,而不限单一手机或笔记本电脑。
其他航空公司也在朝这个方向探索,希望以特定形式开放消费收发应用的免费访问(达美航空就属于这一种)。此外,也有航空公司与电信服务商合作提供免费Wi-Fi,美联航近期就开始在多数航班上为T-Mobile客户提供免费Wi-Fi。
为此,达美还推出了Delta Sync,为其软件、联网和机上娱乐产品打造的统一品牌。这套方案可以说是达美航空自2018年以来在CES发布的一系列公告的总结,主要提供移动应用和新的乘机体验。当然,仍然面向“飞凡里程常客计划”会员。其中包括达美发布的(可选)面部识别登机系统,目前正在亚特兰大的底特律试用;此外还有新的免费Wi-Fi和娱乐服务。
新的Delta Sync on Demand还将为乘客提供个性化的座椅娱乐系统,其体验类似于家中的智能电视。除了娱乐内容之外,达美还公布了头等舱餐饮预订、新旅程规划、内容推荐和实时通知功能。该公司计划在今年年底前发布系统中的部分初始功能,更多个性化功能将随后陆续推出。
Bastian还提到,Paramount+将与达美航空建立合作关系,提供免费的Paramount+流媒体服务。这些新的Delta Sync体验将在2023年内上线。
Bastian总结道:“Delta Sync提升了‘飞凡里程常客计划’的含金量,将为您提供一段完美的旅程体验。您的出行次数越多,获得的奖励就越多。未来的旅程,将以数字与物理体验间无缝、有温度且个性化的融合为基础,为乘机出行赋予更多意义。”
好文章,需要你的鼓励
香港中文大学与华为诺亚方舟实验室合作开发了PreMoe框架,解决了大型混合专家模型(MoE)在内存受限设备上的部署难题。研究团队发现MoE模型中的专家表现出明显的任务专业化特征,据此提出了概率专家精简(PEP)和任务自适应专家检索(TAER)两大核心技术。实验证明,DeepSeek-R1 671B模型在精简50%专家后仍保持97.2%的MATH500准确率,内存需求降至688GB;而更激进的精简方案(减少87.5%专家)也能保持72.0%的准确率。该方法适用于多种MoE架构,为强大AI系统的广泛部署铺平了道路。
SCIENCEBOARD是一项开创性研究,旨在评估多模态自主智能体在真实科学工作流中的表现。研究团队构建了一个包含169个高质量任务的基准测试,涵盖生物化学、天文学等六个科学领域,并开发了一个真实环境让智能体通过CLI或GUI接口与科学软件交互。实验评估表明,即使是最先进的模型在这些复杂科学任务上的成功率也仅为15%,远低于人类表现,揭示了当前技术的局限性并为未来科学智能体的发展提供了宝贵见解。
帝国理工学院的研究团队开发了AlphaMed,这是首个仅通过极简规则强化学习就能培养医疗推理能力的AI模型,无需依赖传统的思维链示范数据。通过分析数据信息丰富度和难度分布的影响,研究发现高信息量的医疗问答数据是推理能力的关键驱动因素。AlphaMed在六个医疗问答基准上取得了领先成绩,甚至超越了更大的封闭源模型,同时展现出自发的步骤推理能力,为医疗AI发展提供了更加开放、高效的新路径。
Alita是一种新型通用AI代理系统,采用极简设计理念,以"最小预定义,最大自我进化"为原则构建。由普林斯顿大学等多家机构研究团队开发的Alita,只配备一个核心能力和少量通用模块,能自主创建所需工具并重用为模型上下文协议(MCPs)。实验显示,Alita在GAIA基准测试上达到87.27%的通过率,超越包括OpenAI Deep Research在内的复杂系统,证明简约设计可带来卓越性能。