至顶网网络频道 06月08日 编译:根据IDC全球WLAN季度追踪报告显示,消费者和企业无线局域网(WLAN)市场的总体收入同比减少了1.3%,全球收入为22.4亿美元。该季度企业细分市场同比增长5.5%至13.1亿美元。在2017年实现5.7%的增幅之后,企业WLAN市场在第一季度继续保持稳定增长。网络更新、数字转型(DX)计划、企业通过无线网络与客户接触的新方式,这些都是预示着2018年持续增长的积极信号。
现在802.11ac标准在企业细分市场占到了83.2%的依赖访问点出货量以及95.1%的依赖接入点收入,这标志着802.11n标准在企业中已经过时,并为今年晚些时候802.11ax标准的问世铺平了道路,推动明年大幅增长。
与此同时,该季度消费者WLAN市场收入下降了9.3%至9.386亿美元。802.11ac标准占出货量的44.9%和收入的72.4%。802.11ac仍然是消费者WLAN市场的一个亮点,收入同比增长6.5%,出货量同比增长28.9%。
IDC网络基础设施高级研究分析师Brandon Butler表示:“企业和消费者WLAN市场的发展趋势仍然存在分化。由于数字化改造项目的持续进行,企业部分继续保持着稳定的增长,但是由于价格侵蚀的加剧以及WLAN设备的不积极更新,消费者市场却仍然面临着挑战。”
从地域角度看,2018年企业WLAN市场的最高增幅来自于亚太地区(不包括日本)(APeJ),同比增幅为15.9%。该地区的佼佼者包括中国(该地区最大的市场),增幅为14.4%;印度同比增长了47.4%。日本企业WLAN市场增长43.4%。中欧和东欧(CEE)也出现强劲增长,增幅为17.0%。该地区最大的市场俄罗斯增长了20.1%,第二大市场波兰增长了27.0%。
其他地区的结果好坏参半。西欧的企业WLAN市场同比增长4.7%,中东和非洲(MEA)地区收入同比增长5.1%。在西欧,德国增长12.8%,瑞典增长12.9%。拉丁美洲和美国均有下滑,拉美下滑6.1%,美国作为全球最大市场下滑了2.5%。
IDC全球网络季度追踪报告研究经理Petr Jirovsky表示:“虽然在美国WLAN是一个相当成熟的市场,但全球其他地区仍有大幅增长的机会,预计明年这将助推更广泛市场的增长。与此同时,即将推出的802.11ax将为企业带来新一轮的更新周期,预计将在今年晚些时候或明年初助推市场。”
主要的企业WLAN厂商更新:
- 思科该季度的全球企业WLAN收入同比增长9.2%,市场份额为44.9%,高于去年同期的43.4%。IDC认为,Meraki云管理的WLAN产品组合仍然是思科的主要增长动力。
- Aruba-HPE(从2016年第二季度开始不包括OEM业务和H3C业务)的收入同比减少18.3%,市场份额为12.6%,低于去年同期的16.2%。
- ARRIS/Ruckus在第一季度表现非常出色,同比增长40.4%,环比增长10.4%,在企业WLAN市场占比7.6%,是自2016年第一季度以来的最高份额。
- Ubiquiti又实现了增长强劲的一个季度,同比增幅为13.9%,市场份额为6.6%,高于去年同期的6.1%。
- 华为第一季度再次经历强劲增长,同比增幅为18.7%,市场份额为4.1%。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。