ZD至顶网网络频道 12月09日 国际消息: 全球消费级和企业级无限局域网(WLAN)市场在2015年第三季度同比增长2.1%。根据IDC公布的全球WLAN季度追踪报告的结果显示,企业板块的增幅从前两个季度的低个位数增幅有小幅反弹,相比去年同期增长了4.3%。不过,这样乏力的增长只是2014年市场增幅的一半,甚至比上一年还要慢。与之前几年相比,目前年度增幅的放缓是受到两个因素的影响:全球经济短期不稳定因素导致WLAN新项目受阻,以及Wave 2 802.11ac的市场预期问题。
此外,802.11ac标准继续朝着快速采用的方向前进,在独立访问点出货量以及独立访问点收入方面分别占到了57%和72.7%的份额,这个速度比几年前从802.11a/b/g转向802.11n的速度明显要快得多。对企业WLAN需求的增长将继续是这个过渡的推动因素,尤其是新的企业移动使用实例正在被采用,IoT应用步入主流。
与此同时,消费WLAN市场收入比上个季度增长了16.2%,不过相比上个季度有小幅下滑(0.4%)。802.11ac标准在消费市场的采用,一直要明显低于企业板块。目前802.11ac标准在出货量和收入方面所占份额分别为15.3%和36%。
“2015年第三季度的增幅要弱于2014年及之前,但是从2015年第二季度我们看到的情况相比,仍然代表着很积极的趋势,”IDC网络基础设施研究分析师Nolan Greene表示。“802.11ac仍然是主流,因为它的覆盖面越来越大,但是这可能会被企业等待第二波产品的心态所抵消,这一波产品才刚开始出货。另外一个就是在美国的E级资金问题,目前正在处理中,对2015年第三季度的市场有所提振,这对于2015年第四季度来说是一个积极的风向标。”
从地理角度看,亚太地区(不包括日本)的企业级WLAN市场再一次表现出最强劲的增长,在2015年第三季度同比增长了14%。在这个地区,中国增长了19.8%,印度大幅增长48.4%,韩国增长11.2%。另一方面,澳大利亚下滑6.2%,香港下滑9.5%。北美同比增长4.9%,这主要是受益于第一季度美国K12教育E级资金流。欧洲、中东和非洲(EMEA)地区在该季度表现参差不齐。西欧同比增长2.3%,中欧和东欧下滑13.3%,中东和非洲下滑了5.4%。拉丁美洲下滑了2.7%,日本则表现持平。
“区域性的企业WLAN增长在2015年第三季度有明显不同,”全球网络季度追踪报告研究经历Petr Jirovsky这样表示。“像EMEA这样的地区仍然可以看到疲软的表现,这与除日本之外的亚太地区以及北美的增长形成鲜明对比。”
- 2015年第三季度思科的企业WLAN收入同比增长3.5%,略高于上个季度的2.8%,但是要低于市场的整体水平。该季度思科的全球市场份额为48%,低于2014年第三季度的48.3%。IDC认为Meraki云管理WLAN产品组合仍然是思科主要的增长动力之一。
- 惠普(惠普和Aruba,但不包括OEM业务)在2015年第三季度的表现超过了整体市场,同比增长11.8%,环比增长8.5%。该季度惠普的市场份额是17.4%,高于2015年第二季度的17.1%和2014年第三季度的16.2%。
- Ruckus在2015年第三季度表现抢眼,同比增长16%,环比增长7.6%。Ruckus目前在整体市场中占比7%,高于2014年第三季度的6.3%。
- Aerohive在2015年第三季度实现反弹,同比增长14.1%,环比增长13.2%,主要受益于在K-12教育垂直领域的强大定位,使得它在美国E级资金开支中占有更多的份额。
好文章,需要你的鼓励
这项来自苹果公司的研究揭示了视频大语言模型评测的两大关键问题:许多测试问题不看视频就能回答正确,且打乱视频帧顺序后模型表现几乎不变。研究提出VBenchComp框架,将视频问题分为四类:语言模型可回答型、语义型、时序型和其他类型,发现在主流评测中高达70%的问题实际上未测试真正的视频理解能力。通过重新评估现有模型,研究团队证明单一总分可能掩盖关键能力差距,并提出了更高效的评测方法,为未来视频AI评测提供了新方向。
这篇来自KAIST AI研究团队的论文提出了"差分信息分布"(DID)这一创新概念,为理解直接偏好优化(DPO)提供全新视角。研究证明,当偏好数据编码了从参考策略到目标策略所需的差分信息时,DPO中的对数比率奖励形式是唯一最优的。通过分析DID熵,研究解释了对数似然位移现象,并发现高熵DID有利于通用指令跟随,而低熵DID适合知识密集型问答。这一框架统一了对DPO目标、偏好数据结构和策略行为的理解,为语言模型对齐提供理论支持。
VidText是一个全新的视频文本理解基准,解决了现有评估体系的关键缺口。它涵盖多种现实场景和多语言内容,提出三层评估框架(视频级、片段级、实例级),并配对感知与推理任务。对18个先进多模态模型的测试显示,即使最佳表现的Gemini 1.5 Pro也仅达46.8%平均分,远低于人类水平。研究揭示输入分辨率、OCR能力等内在因素和辅助信息、思维链推理等外部因素对性能有显著影响,为未来视频文本理解研究提供了方向。
ZeroGUI是一项突破性研究,实现了零人工成本下的GUI代理自动化在线学习。由上海人工智能实验室和清华大学等机构联合开发,这一框架利用视觉-语言模型自动生成训练任务并提供奖励反馈,使AI助手能够自主学习操作各种图形界面。通过两阶段强化学习策略,ZeroGUI显著提升了代理性能,在OSWorld环境中使UI-TARS和Aguvis模型分别获得14%和63%的相对改进。该研究彻底消除了传统方法对昂贵人工标注的依赖,为GUI代理技术的大规模应用铺平了道路。