新冠疫情爆发使蓝牙设备年出货量的增长速度延缓一年,但预计可穿戴设备和定位系统等部分市场将实现大幅增长。蓝牙技术联盟(Bluetooth Special Interest Group,SIG)发布《2021年蓝牙市场最新资讯》,该报告预测,尽管过去一年中蓝牙市场的增长速度有所减缓,但预计至2025年,蓝牙设备的年出货量将从2020年的40亿台增长至60亿余台。
虽然大多数市场都受到了新冠疫情的影响,但还有一些蓝牙市场仍发现了增长的机会。在过去一年中,利用蓝牙医疗设备和解决方案来最大程度地减少接触风险并改善患者护理的医疗环境有所增长。预计至2025年,蓝牙医疗位置服务部署量将在此基础上增长5倍。另外,全球转向居家办公的趋势推动了蓝牙PC配件的增长,2020年蓝牙PC配件的出货量为1.53亿,较去年预期高出10%。大众对健康问题的日益重视,也带动了蓝牙可穿戴设备需求的增长,预计2021年蓝牙可穿戴设备的出货量将达到2.05亿台。此外,由于全球对于安全复工解决方案的高度关注,预计至2025年,蓝牙实时定位系统(RTLS)部署量将达到516,000件。
蓝牙技术联盟首席执行官Mark Powell表示:“ 我们对蓝牙成员社区能够从容应对2020年的挑战深感自豪,并且感谢有这么多的成员正在坚持不懈地开发创新,帮助控制疫情。这次疫情再次印证了蓝牙社区成立的最初愿景和使命——凝聚所有创新者,共同推动技术进步,最终创造一个更安全、更互联的世界。”
在36,000多家成员公司的支持下,蓝牙技术20多年来一直满足着不断增长的无线创新需求。根据ABI Research的数据显示,《2021年蓝牙市场最新资讯》强调了蓝牙解决方案领域的以下主要趋势:
蓝牙可穿戴设备和PC配件的年出货量将超过疫情前的预测——2020年,全球转向居家办公的趋势推动了蓝牙PC配件的增长。同时,随着人们对卫生健康的日益重视以及疫情期间的远程医疗需求,蓝牙可穿戴设备的市场需求量比之前的预测增长了5%。预计至2025年,蓝牙数据传输设备的年出货量将增长1.7倍。
蓝牙位置服务设备将在未来五年内出现反弹并呈上升趋势——新冠疫情的爆发和由此引发的出行和工作限制导致了短期内蓝牙位置服务的部署量有所减少。然而,由于市场对资产追踪和室内定位用例仍持续抱有兴趣,分析师预计蓝牙位置服务部署量将在2021年底前实现反弹,并从现在起到2025年实现32%复合年增长率。此外,预计至2025年,蓝牙医疗位置服务的部署量将增长5倍。
LE Audio将推动未来销量和用例的大幅增长——预计2021年LE Audio技术规格的完成将进一步加强蓝牙生态系统,并推动对蓝牙耳机和扬声器的更大需求,预计2021年至2025年期间,蓝牙音频传输设备的年出货量将增长1.5倍。目前,全球患有听力障碍的人数接近5亿。蓝牙音频分享(Bluetooth® Audio Sharing)将为这些听障人士提供便利,将成为先进的高品质且低成本的听力辅助系统(ALS)。
蓝牙商业互联照明成为主流——蓝牙设备网络的主要任务是支持楼宇自动化、控制和运营效率,且蓝牙设备网络市场在此次疫情期间仍保持了很强的韧性。LED的普及、更高的能效、更快的部署能力和更高质量的使用体验都推动着对商业互联照明解决方案的需求。预计到2029年,该市场的营收将达到191亿美元。商业互联照明和智能家居解决方案是增长最快的蓝牙设备网络解决方案领域,其未来五年的复合年增长率预计将达到34%。
好文章,需要你的鼓励
OpenAI首席执行官Sam Altman表示,鉴于投资者的AI炒作和大量资本支出,我们目前正处于AI泡沫中。他承认投资者对AI过度兴奋,但仍认为AI是长期以来最重要的技术。ChatGPT目前拥有7亿周活跃用户,是全球第五大网站。由于服务器容量不足,OpenAI无法发布已开发的更好模型,计划在不久的将来投资万亿美元建设数据中心。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
英伟达推出新的小型语言模型Nemotron-Nano-9B-v2,拥有90亿参数,在同类基准测试中表现最佳。该模型采用Mamba-Transformer混合架构,支持多语言处理和代码生成,可在单个A10 GPU上运行。独特的可切换推理功能允许用户通过控制令牌开启或关闭AI推理过程,并可管理推理预算以平衡准确性和延迟。模型基于合成数据集训练,采用企业友好的开源许可协议,支持商业化使用。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。