在经过一番折腾之后,我们认为,iBIG Stor Lite最大的进步有两点,首先一点是下载:
在前一篇文章中,笔者说过iBIG Stor的远程下载有若干的问题:在移动端无法很好地进行应用。这主要是迅雷的问题:缺乏对应的App。很快,由于某些神奇的原因,各种云下载受到了一些影响,如笔者常用的旋风下载现在就已经消失了,迅雷下载也曾经暂停过服务(当然现在又能用了)。iBIG Stor Lite抛弃了不可用的迅雷方案,目前,这个新方案支持HTTP、FTP和磁链方式,以后应该会加入eMule/eDonkey方式。新的下载方式应该是一个进步,不过笔者并没有进行尝试,因为主要使用的是PC,所以我们更希望出现的是一个Windows客户端。

老的iBIG Stor通过网页使用迅雷远程下载,是笔者比较常用的方式,但笔者并不喜欢网页的使用界面
第二点比较大的改进是,SMB/Windows共享的访问方式得到了修正:

老版iBIG Stor的一个幻象:带Bug的Windows共享
在年初iBIG Stor的发布会上,笔者曾经以为iBIG Stor是一个无线NAS,很快测试证明尽管Windows PC是可以通过类似SMB的方式访问iBIG Stor无线移动硬盘,但无法映射网络驱动器,并且,读取和写入较大容量的文件尚存在问题,在上一篇文章中,笔者认为:暂时地,iBIG Stor无法称为Wireless NAS。

Windows PC与iBSL互传文件,速率打开是3.6MiB/s,因为没有太大的意义,我们没有测试USB连接方式
新版本已经没有了前版的问题,只是速率似乎比上一代慢了一点点,这可能是前面提到的Short GI/Long GI的问题。笔者认为,iBS/L最大的硬件问题仍然是在网络,这方面需要尽快地提升。另外,还有一个小问题是:
所有的iBS/L的NetBIOS名称都是IBIGSTOR,如果网段中同时存在多个会怎么样?这个问题在上一代的时候并不显著,但到现在,笔者手中具有两个iBS,两个iBSL,因此存在一个命名冲突的问题,最终结果是:Windows共享当中一个也看不到。目前iBIG并没有提供修改这个名字的能力,这一点应该被修正。
好文章,需要你的鼓励
印度理工学院研究团队从大脑神经科学的戴尔定律出发,开发了基于几何布朗运动的全新AI图像生成技术。该方法使用乘性更新规则替代传统加性方法,使AI训练过程更符合生物学习原理,权重分布呈现对数正态特征。研究团队创建了乘性分数匹配理论框架,在标准数据集上验证了方法的有效性,为生物学启发的AI技术发展开辟了新方向。
英伟达和诺基亚宣布战略合作,将英伟达AI驱动的无线接入网产品集成到诺基亚RAN产品组合中,助力运营商在英伟达平台上部署AI原生5G Advanced和6G网络。双方将推出AI-RAN系统,提升网络性能和效率,为生成式AI和智能体AI应用提供无缝体验。英伟达将投资10亿美元并推出6G就绪的ARC-Pro计算平台,试验预计2026年开始。
Sony AI开发出SoundReactor框架,首次实现逐帧在线视频转音频生成,无需预知未来画面即可实时生成高质量立体声音效。该技术采用因果解码器和扩散头设计,在游戏视频测试中表现出色,延迟仅26.3毫秒,为实时内容创作、游戏世界生成和互动应用开辟新可能。