日前,国际数据公司IDC发布《中国WLAN市场跟踪报告(2022Q1)》。报告显示,紫光股份旗下新华三集团以32.0%的占有率稳居中国企业级WLAN市场份额第一,同时以31.4%的市场份额雄踞Wi-Fi 6市场榜首。继2009年以来,新华三已连续13年领跑中国企业级WLAN市场,充分展示了新华三在无线领域的深厚技术沉淀及创新实力。

13年领跑背后
如此坚定的市场认可来自哪里?
一直以来,新华三集团持续引领Wi-Fi技术标准的迭代与应用,成为WLAN行业当之无愧的领先者,并始终致力于通过WLAN全栈能力打造一张智能自进化的品质无线网络,为客户提供智快网络体验。不懈创新,是新华三一路领跑的制胜密码。
● 2006年,首次推出AC+FIT AP 架构。新华三发布第一款无线控制器WX5002,创新性地推出AC + FIT AP架构,并于2007年引入运营商市场,助力中国移动、中国电信、中国联通建设城市Wi-Fi热点覆盖网络,成为运营商主要的Wi-Fi设备供应商。
● 2009年,全球首发三频高密Wi-Fi 4 AP。Wi-Fi 4 600Mbps的传输速率,有效支撑了互联网多媒体业务需求。在三大运营商带动下,Wi-Fi 4网络迅速开始普及。从这一年开始,新华三首次实现国内企业级WLAN市场占有率第一。如今,新华三已经连续保持这项纪录13年,从未被超越。
● 2012年,首次应用智能天线技术。新华三推出第一批采用智能天线技术的AP:WA3600i和WA2600i系列,推动该技术在Wi-Fi领域的全面商用。
● 2017年,全球首发Wi-Fi 6 AP。从Wi-Fi 4普及无线,到Wi-Fi 5赋予更多业务可能性,Wi-Fi 6肩负了更重要的使命。新华三Wi-Fi 6 AP拥有更高速率、更低时延、更大容量、更安全、更省电等特性,为百行百业提供智快业务体验。并且,新华三创新推出全场景多协议“智原生”光AP,同时支持以太、GPON,EPON等协议,全方位优化接入流程,让全光网络不做选择题。
● 2022年,全球首发Wi-Fi 7智原生AP。基于对未来网络及无线技术的发展趋势预判和对客户需求的深刻领悟,新华三率先发布两款Wi-Fi 7 AP,最高支持三频12流,最大传输速率高达18.44Gbps,推动Wi-Fi 7技术赋能百行百业应用创新,扩展业务边界。日前,新华三Wi-Fi 7 AP成功斩获Interop Tokyo 2022金奖,为Wi-Fi 7的应用树立行业标杆。
4i智原生技术
全方位打造无线智快体验
凭借在无线领域的近20年深耕,新华三集团自主研发了4i智原生技术,包括iRadio、iStation、iEdge、iHeal,在空口性能、漫游接入、应用保障、网络自动化等各个方面不断优化无线网络。在建网、用网、优网方面,实现端到端的全方位覆盖,全方位保障用户无线智快体验。
目前,新华三集团已经能够为30多个行业专属场景提供定制化WLAN无线解决方案,其中三一集团、中南大学、深圳地铁、萧山机场等行业用户借助新华三WLAN产品及解决方案不仅获得了极速稳定的无线网络,更实现了业务转型创新。
作为数字化解决方案的领导者,新华三集团始终坚持以客户需求为导向,依托“云智原生”战略,以应用驱动网络为核心理念,持续推进WLAN技术与行业应用的深度融合与场景落地,以不断进化的数字大脑,加速行业数字化转型。
好文章,需要你的鼓励
OpenAI于周二发布AI浏览器ChatGPT Atlas,目标是让ChatGPT成为搜索和问答的首选界面而非谷歌。该浏览器目前仅支持Mac,但正在开发Windows、iOS和Android版本。Atlas将ChatGPT设为默认搜索选项,并具备记忆功能,可结合浏览历史提供个性化答案。与其他AI浏览器不同,Atlas更专注于强化ChatGPT生态系统,为OpenAI提供更多用户数据和分发控制权,而非改善传统浏览体验。
这项由伊利诺伊大学厦巴纳-香槟分校和滑铁卢大学联合完成的研究,开发了名为VideoScore2的AI视频评估系统,能够像人类专家一样从视觉质量、文本对齐和物理一致性三个维度对AI生成视频进行详细评估,并提供透明的分析过程。该系统在多项测试中显著超越现有评估工具,在准确率上提升近6个百分点,为AI视频行业提供了标准化、可解释的质量评估解决方案,有望推动整个领域的技术进步。
通用汽车宣布计划于2028年推出自动驾驶系统,允许驾驶员双眼离开道路、双手离开方向盘,首先应用于凯迪拉克Escalade IQ。该系统基于现有Super Cruise技术,采用激光雷达、雷达和摄像头感知技术,初期在高速公路使用。通用整合了已关闭的Cruise子公司的技术栈,包括基于500万英里无人驾驶数据训练的AI模型。目前美国仅奔驰拥有商用L3级自动驾驶系统。
滑铁卢大学研究团队提出批评强化学习新方法,让AI模型在学习编程的同时学会批评代码质量。CRITIQUE-CODER模型采用8:2混合训练,不仅保持编程能力还获得代码评价能力。实验显示,该方法让小参数模型超越大模型,4B参数版本在LiveCodeBench达59分,超越基础模型4.8分。更重要的是,批评能力可迁移到逻辑推理等其他领域,为AI训练范式转变指明新方向。