至顶网网络与安全频道 06月04日 编译:根据IDC全球季度WLAN市场追踪报告的结果显示,2020年第一季度全球消费级和企业级无线局域网(WLAN)总体份额同比增长2.3%,其中企业级WLAN同比减少2.2%,收入为13亿美元。
从2020年第一季度开始,全球新冠病毒大流行对企业WLAN市场的影响开始显现。第一季度早期中国出现疫情,然后在季度末扩展至欧洲和北美,随后的经济停滞对企业WLAN市场造成了不利因素。
Wi-Fi 6新标准(也就是802.11ax)是企业WLAN市场的驱动力。在整个企业级市场中,支持Wi-Fi 6的从属访问点(AP)占出货量份额为11.8%,占收入份额为21.8%。上一代802.11ac标准仍然占出货量(80.9%)和收入(76.2%)的大部分份额。同时,2020年第一季度消费级WLAN市场同比增长5.5%。在消费级市场中,802.11ac产品占总出货量的62.5%,占总收入的79.4%。鉴于很多新兴市场对价格的敏感性,支持802.11n标准的AP仍占出货量的36.9%,占收入的17.6%,这一点在意料之中。
IDC网络基础设施高级研究分析师Brandon Butler表示:“无线连接对于全世界的企业组织来说仍然是一项重要技术,因为有越来越多的用户和设备要依赖于移动设备来连接带宽密集型应用。WLAN市场没能幸免于过去几个月席卷全球的新冠病毒大流行所带来的影响。2020年第一季度的市场结果表明,新冠病毒大流行和随后的封锁政策显现出了早期影响,这将继续在第二季度给市场带来冲击。”
从地域来看,中东和非洲地区的WLAN市场增长强劲,一季度同比增长8.4%。阿拉伯联合酋长国增长12.0%,土耳其增长15.7%。北美市场在该季度也有良好表现:美国增长6.9%,加拿大企业WLAN市场增长了10.6%。
该季度中国市场大幅下滑23.0%。整个亚太地区(不包括日本和中国)下滑了10.6%,印度下滑13.6%,澳大利亚下滑15.6%。日本下滑2.8%。
欧洲市场表现好坏参半,俄罗斯企业WLAN市场增长6.0%,波兰增长6.6%,整个中欧和东欧同比增长1.8%。西欧下滑6.2%,其中英国下滑3.9%,德国下滑7.7%,法国下滑9.8%。
IDC全球网络追踪报告研究总监Petr Jirovsky指出:“不同地区的企业WLAN市场表现参差不齐,这主要取决于新冠病毒的传播情况。新冠病毒大流行最初袭击了亚洲国家,导致很多经济体放缓了对WLAN技术的投资。鉴于现在疫情已经扩散到全球其他地区,因此IDC预测,疫情对企业WLAN市场的影响将持续到今年第二季度。”
企业WLAN厂商表现如下:
- 2020年第一季度思科企业WLAN收入同比下滑6.7%至6.11亿美元。思科仍然是市场份额的领导者,该季度的市场份额为45.7%,高于2019年全年的44.6%。
- 该季度HPE-Aruba的收入同比增长14.2%,市场份额从2019年全年的13.8%增加到2020年第一季度的14.4%。
- Ubiquiti企业WLAN收入同比增长24.8%,市场份额为9.5%,高于2019年全年的7.0%。
- CommScope(以前的ARRIS/Ruckus)收入同比下滑4.7%,市场份额为5.2%。
- 华为收入同比下滑15.0%,市场份额为3.8%。
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。