根据全球移动通信系统协会 (GSMA) 的研究显示,到 2024 年底,欧洲 5G 连接占移动连接的 30%(相当于 2 亿用户),高于全球 24% 的平均水平,预计将在 2026 年成为欧洲大陆的主导移动技术。
然而,研究指出,为保持欧洲 5G 在全球市场的竞争力,迫切需要政策改革来推动全欧洲投资环境的根本性改变。
最新版《欧洲移动经济年度报告》对 5G 前景持乐观态度。目前,5G 已在德国和瑞士占据主导地位,而在丹麦、芬兰、挪威和英国的普及率超过 40%。GSMA 预计,到 2030 年,5G 将为整体经济带来额外 1640 亿欧元的增长,届时欧洲 80% 的连接将是 5G,4G 仅占 18%。
报告指出,5G 独立组网 (SA) 和 5G-Advanced 等先进技术展现出特别的发展前景,这些技术正在获得关注,有望通过网络切片等应用解锁新的使用场景和商业机会。
GSMA 注意到,截至 2024 年 9 月,已有 18 家欧洲运营商推出了 5G SA 服务,包括英国 EE 和法国 Free 最近的服务。此外,5G-Advanced 将为企业提供新的解决方案,实现上行链路和多播服务的低延迟,提高扩展现实应用的精确度,并提升人工智能 (AI) 的可靠性。
然而,研究警告称,欧洲的 5G 普及率仍落后于北美、东亚和海湾合作委员会等其他发达地区,这些地区的运营商已开始关注下一代网络。GSMA 表示,要保持全球竞争力并最大化 5G 潜力,欧洲迫切需要政策改革来推动投资。
GSMA 特别强调,除非解决限制欧洲行业投资能力的关键监管挑战,否则这些技术在欧洲的普及将更加缓慢。该组织补充说,数字基础设施对于帮助欧洲保持全球竞争力至关重要,不仅为先进技术奠定基础,还将支持到 2030 年移动数据流量预期增长三倍的需求。
报告还强调,欧洲运营商在 AI 和生成式 AI 开发方面处于领先地位,超过三分之一 (36%) 的运营商已在多个业务领域广泛部署生成式 AI。报告揭示了德国电信、EE、Orange 和 Vodafone 等欧洲运营商在网络优化、安全增强和客户服务改进方面的最新应用。
GSMA 呼吁,解决欧洲数字基础设施需求是重振欧洲电信业作为竞争力和繁荣引擎的重要第一步。报告指出,增加投资的益处不仅限于电信和技术领域,还将影响其他所有行业。报告最后提出了支持欧盟委员会建立具有竞争力、安全和可持续生态系统的行动建议。
这些建议包括:完善数字单一市场,使移动产业能够跨境或泛欧盟范围内开发和部署服务;实施额外措施确保互联网价值链的公平性;启动欧盟并购法规审查,更长远地考虑投资和创新效应;建立支持投资且更可预测的欧盟频谱政策;支持移动运营商的可持续发展努力。
GSMA 首席监管官 John Giusti 在评论该研究时表示:"欧洲在发展其企业和公民成功所需的数字基础设施方面正处于十字路口。看到欧洲与世界其他大市场的差距越来越大令人担忧。"
"移动产业为欧洲经济带来超过 1 万亿欧元的贡献和数百万就业机会,其作为商业、物流和创新的关键推动者的角色需要得到优先考虑和加强。欧盟委员会和欧盟其他机构需要采取紧急行动,推行欧洲数字经济所需的政策改革,以支持强劲持续的网络创新,并在 2030 年前重新确立在全球技术市场的领导地位。"
好文章,需要你的鼓励
在2025年KubeCon/CloudNativeCon北美大会上,云原生开发社区正努力超越AI炒作,理性应对人工智能带来的风险与机遇。随着开发者和运营人员广泛使用AI工具构建AI驱动的应用功能,平台工程迎来复兴。CNCF推出Kubernetes AI认证合规程序,为AI工作负载在Kubernetes上的部署设定开放标准。会议展示了网络基础设施层优化、AI辅助开发安全性提升以及AI SRE改善可观测性工作流等创新成果。
维吉尼亚理工学院研究团队对58个大语言模型在单细胞生物学领域的应用进行了全面调查,将模型分为基础、文本桥接、空间多模态、表观遗传和智能代理五大类,涵盖细胞注释、轨迹预测、药物反应等八项核心任务。研究基于40多个公开数据集,建立了包含生物学理解、可解释性等十个维度的评估体系,为这个快速发展的交叉领域提供了首个系统性分析框架。
DeepL作为欧洲AI领域的代表企业,正将业务拓展至翻译之外,推出面向企业的AI代理DeepL Agent。CEO库蒂洛夫斯基认为,虽然在日常翻译场景面临更多竞争,但在关键业务级别的企业翻译需求中,DeepL凭借高精度、质量控制和合规性仍具优势。他对欧盟AI法案表示担忧,认为过度监管可能阻碍创新,使欧洲在全球AI竞争中落后。
西湖大学王欢教授团队联合国际研究机构,针对AI推理模型内存消耗过大的问题,开发了RLKV技术框架。该技术通过强化学习识别推理模型中的关键"推理头",实现20-50%的内存缩减同时保持推理性能。研究发现推理头与检索头功能不同,前者负责维持逻辑连贯性。实验验证了技术在多个数学推理和编程任务中的有效性,为推理模型的大规模应用提供了现实可行的解决方案。