根据 RootMetrics 发布的 2024 年下半年英国移动通信市场报告显示,由于四大移动运营商竞争加剧,用户在 5G 覆盖率等关键指标方面持续获得改善,尽管在 5G 速度体验方面尚无明确领先者。
测试团队使用零售渠道购买的最新三星 5G 手机,对 EE、Three、Virgin Media O2 和 Vodafone 的 4G LTE 和 5G 网络性能进行了测试。测试共进行了超过 627,000 次,覆盖英国各地白天和夜间、室内外场景,行程 23,000 英里,涉及 787 个室内地点。
2024 年下半年移动通信市场报告的主要发现之一是,BT 旗下的 EE 保持了英国整体领先网络的地位,赢得或分享了所有全英范围内的 RootScore 奖项。值得注意的是,EE 自 2013 年下半年以来的每个测试周期都独占全英整体 RootScore 奖项,连续 11.5 年被评为英国最佳网络。
虽然没有运营商获得英国最快 5G 体验奖项,但 EE、Three 和 Vodafone 在全英测试中的 5G 中值下载速度均超过 200Mbps,而 Virgin Media O2 则落后于 82.8Mbps。
根据 RootMetrics 的测试,四大运营商的 5G 覆盖率均有所提升,EE、Three 和 Virgin Media O2 在全英测试中均实现了 61% 的 5G 覆盖率。虽然 Vodafone 以 48.3% 落后,但与 2023 年下半年相比(当时没有运营商的 5G 覆盖率超过 60%),所有运营商都有所进步。
EE 还以 89.9Mbps 的速度获得了全英最快中值下载速度,几乎是最接近的竞争对手 Vodafone (49.9Mbps) 的两倍。凭借"广泛的 5G 覆盖和强劲的性能表现",EE 连续第二个测试周期获得最佳 5G 体验荣誉。
就个别运营商而言,研究特别指出 Three 与其他运营商共享了英国短信 RootScore 奖项,在大都市市场表现突出,在测试的 16 个市场中有 13 个的中值下载速度超过 50Mbps——是所有运营商中第二高的成绩。虽然 Three 在奖项和速度方面落后于 EE 和 Vodafone,但其 33 个 RootScore 奖项几乎是 Virgin Media O2 17 个总数的两倍。
Vodafone 在多个全英范围类别中提升了排名,同时在全国和都市测试中增加了获奖数量,整体表现良好。其 5G 网络表现强劲,在测试的所有 16 个市场中,中值 5G 下载速度均超过 100Mbps。
该运营商在主要城市的 RootScore 奖项数量从上一份报告的 35 个增加到 2024 年下半年的 45 个。然而,其中值下载速度区间结果仅显示适度改善,与 2024 年上半年相比,中值下载速度超过 100Mbps 的城市仅增加一个。
Virgin Media O2 是唯一一个在主要城市没有记录到任何超过 100Mbps 中值下载速度的运营商,并且在南安普顿的测试中记录到唯一一个低于 20Mbps 的中值下载速度,为 14.8Mbps。
不过,尽管在获奖数量上落后,RootMetrics 发现 VMO2 在测试的 16 个城市中有 15 个的 5G 覆盖率有所提高,且在大多数测试城市的 5G 中值下载速度都有所提升。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。