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
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。