物联网把汽车,可穿戴设备,及所有日用品连接到云端,这是目前科技领域的一个热点。物联网领域的芯片制造商包括高通,英特尔,都在致力于将芯片扩展到更多样化的领域。包含苹果和三星在内的智能手机制造商们也在大力推广自家的可穿戴产品和智能家居设备。
根据 Accenture 的调查显示,大约 87% 的消费者对于物联网市场一无所知。因此,我们有必要花点时间来了解一下这个新兴的产业。
2020 年将有 500 亿至 2 万亿的连接设备
据通讯巨头思科公司估计,到 2020 年,全世界约有 150 亿至 500 亿的连接设备。而英特尔公司则更加乐观,认为至少有 2 万亿的智能设备将接入互联网。
所有这些连接的设备将充分利用互联网软件,硬件和处理器。思科推出了可扩展的解决方案,用于部署物联网系统中,创建的分析系统可以分析累积的数据, 并加强了其网络安全产品组合,以应对新的安全威胁。英特尔和高通都推出了低功耗的物联网芯片,可用于可穿戴设备,无人机等物联网设备。
到 2020 年,扩大至 1.7 万亿美金的全球市场
研究机构 IDC(国际数据公司)预计物联网设备及相应服务的市场容量将从 2014 年的 6560 亿上升至 2020 年的 1.7 万亿美金,增长速度将随着接入设备的增加,带宽的增长及配套服务的成熟而加速。
IDC 认为,传感器及功能模块等设备的产值将达到整个产业的 32%。这将促使专门的物联网平台,软件,及云服务等成熟。
790 亿美金的智能家居市场
智能家居设备,由智能硬件及云端或手机端的控制器组成,看似仅仅是一个科技迷们才感兴趣的小众市场。Harbor Research 和 Postscapes 的研究显示,在 2014 年,智能家居的市场就已经达到了 794 亿美金。这个数字比一般人对这个行业的认识要多。这个行业的领头企业包括三星,苹果和 Alphabet(谷歌母公司)。
三星在 2014 年收购了智能家居公司 SmartThings ,以巩固自身在行业内的领先地位。苹果在最近则推出了 Homekit 智能家居平台,允许智能家居设备接入 iOS 系统。Alphabet 的 Nest 温度调节器及多功能的网络监控摄像头 Dropcam 与谷歌的服务紧密相连。这些设备将家和手机更紧密的捆绑在了一起。
90% 的汽车将会联网
到了 2020 年,90% 的汽车将会联网,而在 2012 年这个数字仅仅有 2% 。联网的汽车将极大的增强车内的娱乐功能,自动驾驶,及嵌入式系统市场。
在软件方面,苹果公司的 CarPlay 和谷歌的 Android Auto 已经实现了将手机端的内容投影到汽车中控台屏幕的功能。有传闻称苹果将开发自己的自动驾驶汽车,而众所周知谷歌的无人汽车早已在公路上测试。在车载系统方 面,黑莓公司的 QNX 系统仍旧是厂商们的最佳选择之一。
在硬件端,英伟达的 Tegra 芯片目前统治着汽车市场。奔驰,奥迪,保时捷,宾利等汽车制造商最近都展示了英伟达驱动的数字化概念座舱。然而,高通和英特尔也在积极的拓展市场。在今年 CES 上,高通发布了全新一代的骁龙芯片,而英特尔也不甘示弱,联手了捷豹路虎推出了 F Pace 跑车型 SUV。
2019 年 1.7 亿可穿戴设备
智能手表和智能手环,以往被认为是小众的极客玩具。但随着 Apple Watch ,Android Wear 设备的推出,还有 Fitbit 产品的大获成功,带动了一股可穿戴的风潮。随后,IDC 预计全球的可穿戴市场将从 2015 年的 7610 万增长至 2019 年的 1.734 亿设备。
可穿戴设备将连接智能家居和智能汽车,从而为更近一步的自动化打开了道路。汽车能被手表解锁,启动,甚至召唤。同理,可穿戴设备也能用于给家里开门,自动开关灯,远程控制家里的设备。
比中国 GDP 更大的工业互联网
通用电气估计,「工业互联网」的市场,即连网的机械工业,在未来20年之内,将增加全球 10 至 15 万亿 GDP。相比之下,中国的国内生产总值刚刚超过 10 万亿美元,而美国是 17 万亿 。这意味着更多的工厂任务将实现自动化,并连接到云端,从而在速度和工业生产的效率大的改进。
总结&展望
未来,世界上所有的东西都将被连接到互联网上。在这一波物联网浪潮中,科技领域的投资者应该把握机遇,对物联网的价值有更充分的认识。
好文章,需要你的鼓励
在AI智能体的发展中,记忆能力成为区分不同类型的关键因素。专家将AI智能体分为七类:简单反射、基于模型反射、目标导向、效用导向、学习型、多智能体系统和层次化智能体。有状态的智能体具备数据记忆能力,能提供持续上下文,而无状态系统每次都重新开始。未来AI需要实现实时记忆访问,将存储与计算集成在同一位置,从而创造出具备人类般记忆能力的数字孪生系统。
香港理工大学联合多所高校开发的Mol-R1框架,首次实现了AI在分子发现中的透明推理。该系统通过PRID方法学习专家推理模式,配合MoIA迭代训练策略,不仅能准确生成分子结构,还能展示完整思考过程。相比现有模型,Mol-R1推理更简洁高效,为药物研发等领域的AI应用提供了重要的安全保障。
OpenAI首席执行官阿尔特曼表示,公司计划在不久的将来投入数万亿美元用于AI基础设施建设,包括数据中心建设等。他正在设计新型金融工具来筹集资金。阿尔特曼认为当前AI投资存在过度兴奋现象,类似于90年代互联网泡沫,但AI技术本身是真实且重要的。他承认GPT-5发布存在问题,并表示OpenAI未来可能会上市。
蚂蚁集团AWorld团队发表突破性研究,创建动态多智能体协作系统解决AI稳定性难题。研究灵感来源于船舶导航,通过执行智能体和守护智能体的协作机制,在GAIA测试中准确率达67.89%,稳定性提升17.3%,荣登开源项目排行榜第一名。该系统为构建可靠智能系统开辟新路径,具有广阔应用前景。