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
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。