ZD至顶网网络频道 03月08日 综合消息: 根据IDC公布的全球WLAN季度追踪报告,2016年第四季度全球消费级和企业级无线局域网(WLAN)市场同比减少0.1%,全年增长2.13%至24.3亿美元。其中,企业级部分在该季度增长3.1%至14.1亿美元,全年增长7.2%至54亿美元。虽然2016年第四季度增长放缓,但是全球对网络更新需求强劲,加上数字化转型让整个市场的增幅超过2015年的4.2%。
802.11ac标准现在占到独立访问点出货量的65.6%,收入占比为80.9%。从2016年全年来看,802.11ac标准在独立AP出货量和收入方面占比分别为63.4%和78.9%。这表明802.11n标准到2018年将在主流企业市场中几乎过时。
与此同时,2016年第四季度消费级WLAN市场收入同比减少4.1%,为10.2亿美元。全年来看,消费级WLAN市场收入为39.8亿美元,相比2015年减少2.1%。在2016年第四季度,802.11ac标准在消费级市场中的出货量和收入占比分别为27.6%和56.6%。802.11ac在消费市场中采用的放缓,以及802.11n标准的价格侵蚀,是在消费级WLAN市场中收入减少的主要因素。
IDC网络基础设施高级研究分析师Nolan Greene表示:“虽然2016年第四季度的增长相比上个季度有所放缓,但是IDC认为这个市场的疲软是暂时性的。数字化转型正在全球范围展开,市场形式不断发展,厂商们更加灵活地竞争,以解决新兴领域以及像物联网这种用例的需求。”
从地域角度来看,该季度企业级WLAN市场的抢眼表现主要来自于亚太地区(不包括日本),该市场同比增长了22.7%,全年增长21.7%。其中大部分增长来自于中国,同比增幅为41.1%。日本实现连续两个季度增长,该季度增长20.2%,2016全年增长3.4%。中东和非洲(MEA)在该季度同比增长5.9%,全年增长4.1%,其中爱理以94.9%的同比增长领跑。西欧在该季度增长了2.1%,全年增长5.9%,其中挪威同比增长30.8%。
中欧和东欧(CEE)在该季度同比小幅减少3.1%,全年增长0.9%。在2016年第四季度,匈牙利增长最为强劲,同比增长了40.6%。北美在该季度减少了4.3%,其中主要是美国下滑了4.9%,但是全年增长了4.4%。拉丁美洲在该季度减少了16%,全年减少7.5%,智力是该地区唯一增长的国家,同比增长9.4%。
IDC全球网络季度追踪报告研究经理Petr Jirovsky表示:“亚太和日本地区仍然是增长引擎,这些地区开展他们的网络转型计划跨各种用例和很多垂直领域。2017年全球企业WLAN将会看到一些变化,很多地区的数字化转型将越来越成熟。”
主要企业WLAN厂商更新:
2016年第四季度思科的企业WLAN收入同比减少0.2%,该季度的全球市场份额为43.6%,低于上个季度的43.7%。IDC认为,Meraki云管理WLAN产品组合仍然是思科的主要增长动力之一,这部分抵消了传统基于控制器的WLAN产品组合的下滑。2016年全年,思科增长了0.9%,市场份额为44%,低于2015年的46.7%。
Aruba-HPE(不包括OEM业务,从2016年第二季度开始也不包括H3C的业务)环比下滑了8.1%。Aruba-HPE该季度的市场份额为13.5%,低于上个季度的14.3%,全年市场份额为14.5%。
华为再次实现了连续的强劲增长,同比增加55.3%,占有6.2%的市场份额,高于去年同期的4.1%。2016年全年,华为增长了77.2%,市场份额为4.5%。
Ubiquit也在该季度实现了强劲的连续增长,同比增加97.2%。Ubiquiti该季度在整个市场中占比5.2%,高于去年同期的2.7%。从全年来看,Ubiquiti增长了86%,市场份额为4.5%。
Brocade-Ruckus该季度同比减少20.9%,在整个市场中占比5.1%,全年增长了2.6%,市场份额为6.5%。
好文章,需要你的鼓励
这项研究提出了ORV(占用中心机器人视频生成)框架,利用4D语义占用作为中间表示来生成高质量的机器人操作视频。与传统方法相比,ORV能提供更精确的语义和几何指导,实现更高的时间一致性和控制精度。该框架还支持多视角视频生成(ORV-MV)和模拟到真实的转换(ORV-S2R),有效弥合了虚拟与现实之间的差距。实验结果表明,ORV在多个数据集上的表现始终优于现有方法,为机器人学习和模拟提供了强大工具。
这项研究由Writer公司团队开发的"反思、重试、奖励"机制,通过强化学习教导大型语言模型生成更有效的自我反思内容。当模型回答错误时,它会生成反思并二次尝试,若成功则奖励反思过程。实验表明,该方法在函数调用和数学方程解题上带来显著提升,最高分别改善18.1%和34.7%。令人惊讶的是,经训练的小模型甚至超越了同家族10倍大的模型,且几乎不存在灾难性遗忘问题。这种自我改进技术为资源受限环境下的AI应用开辟了新方向。
FuseLIP是一项突破性研究,提出了通过早期融合离散标记实现多模态嵌入的新方法。与传统CLIP模型使用独立编码器不同,FuseLIP采用单一编码器同时处理图像和文本标记,实现了更自然的模态交互。研究证明,这种早期融合方法在多种多模态任务上表现优异,特别是在需要理解图像结构而非仅语义内容的任务上。研究还开发了创新的数据集和评估任务,为多模态嵌入研究提供了宝贵资源。
ByteDance与浙江大学合作开发的MERIT是首个专为多语言多条件语义检索设计的基准数据集,包含320,000条跨5种语言的查询和135,000个产品。研究发现现有模型在处理多条件查询时过度关注全局语义而忽略特定条件元素,为此提出CORAL框架,通过嵌入重建和对比学习相结合的方式,使检索性能提升45.9%。这项研究不仅识别了现有方法的关键局限性,还为多条件交错语义检索领域的未来研究奠定了基础。