根据爱立信发布的白皮书显示,尽管5G已成为部署速度最快的行业技术,在商用6年内获得超过20亿用户订阅,但5G的完整变革潜力仍未被充分开发,需要大规模部署5G独立组网(SA)才能释放其革命性潜能。
这份名为《移动创新的下一波浪潮》的白皮书由爱立信首席技术官Erik Ekudden和移动行业战略顾问Chetan Sharma共同撰写。报告认为,虽然全球5G部署速度史无前例,但真正的价值在于该技术如何深度融入全球经济的工业结构中。5G真正的影响力将在全球的工厂、港口、矿山、能源网络、物流中心和研究实验室中得到体现。
该白皮书为无线行业领导者制定了战略路线图,提供了在2025-2030年间获取最大市场价值的可行路径,同时为6G领导地位奠定基础。报告展示了跨行业5G驱动成功的全球案例。
报告警告称,2024年5G用户总数增长42%这一"惊人"数字造成了进步的危险假象,因为全球仅有26%的运营商(6332家中的163家)投资了5G独立组网,而作者认为SA架构才是释放5G全部能力的关键。他们补充说,没有SA,运营商就无法实现规模化自动化、超低延迟、网络切片和关键任务可靠性等价值。
这不仅仅是技术差距,作者将其描述为"重塑全球竞争力的战略鸿沟",并警告说,超过90%的SA客户集中在中国、印度和美国三个市场,整个地区在下一代数字基础设施竞赛中正被甩在后面。
他们补充说,今天在SA方面采取果断行动的运营商和国家不仅仅是在建设网络,他们正在确保自己在未来经济中的地位,而他们的竞争对手仍被困在昨天的技术中,将5G营销误认为5G现实。
深入具体应用场景,报告显示在工业应用中,5G标志着与早期移动技术周期的重要背离,现在对新接入技术的重视程度与核心网络转型同等重要。报告认为行业面前最大的机遇是规模化自动化,5G在其中发挥着重要作用。
报告指出,服务提供商的演进与企业需求高度一致,企业正从基础自动化向显著先进的自动化、计算和连接解决方案发展,明确的意图是自动化程度越高,效率收益越大。报告强调5G已经被整合到企业供应链的各个方面,从基本连接到运行在5G上的全套应用程序,移动运营商的企业5G市场已达数十亿美元规模。
一个关键例子是5G在云机器人等新兴领域的应用,该领域利用云计算、AI、机器人技术与5G网络的能力,预计将对企业和消费电子产品行业产生重大影响。
根据报告,5G扩散的关键教训是明确的:国家在通用技术方面的实力来自于在整个经济中最快、最有能力地扩展这些技术。随着世界向6G迈进,将领先的国家是那些今天已经奠定基础的国家——投资于政策、资本和工业一体化相结合的综合生态系统。对他们来说,5G的故事将不是关于建设了多少座基站,而是关于改变了多少个行业。
Q&A
Q1:5G独立组网(SA)为什么这么重要?
A:5G独立组网是释放5G全部能力的关键架构,能够实现规模化自动化、超低延迟、网络切片和关键任务可靠性等核心功能。目前全球仅有26%的运营商投资了SA,没有SA的运营商无法获得5G的真正价值。
Q2:哪些国家在5G独立组网方面领先?
A:目前超过90%的5G独立组网客户集中在中国、印度和美国三个市场。这些国家通过果断投资SA技术,正在确保自己在未来经济中的领先地位,而其他地区在下一代数字基础设施竞赛中正被甩在后面。
Q3:企业5G市场有多大发展潜力?
A:企业5G市场已达数十亿美元规模,正从基本连接扩展到运行在5G上的全套应用程序。随着企业从基础自动化向先进自动化发展,以及云机器人等新兴应用的兴起,企业5G市场预计将迎来潜在密集的增长期。
好文章,需要你的鼓励
Meta宣布为Facebook Dating推出AI聊天机器人助手,帮助用户找到更匹配的对象。该AI可根据用户需求推荐特定类型的匹配者,并协助优化个人资料。同时推出Meet Cute功能,每周提供算法选择的"惊喜匹配"。尽管18-29岁用户匹配数同比增长10%,但相比Tinder的5000万日活用户仍有差距。AI功能已成为约会应用标配,Match Group等竞争对手也在大力投资AI技术。
字节跳动团队提出RewardDance框架,首次系统性解决视觉生成中的奖励模型扩展问题。该框架通过将奖励预测转为生成式任务,并将模型规模扩展至260亿参数,同时集成任务指令、参考样例和推理能力,有效解决了"奖励作弊"问题。实验显示,在文本生成图像任务中质量提升10.7分,视频生成性能改善49%,达到行业领先水平,为AI视觉创作提供了更强大可靠的技术基础。
Neo4j认为已找到让生成式AI访问图数据库记录的方法。图数据库专注于数据点之间的关系建模和查询,在欺诈检测、推荐引擎等场景中表现出色。2024年4月,ISO批准了图查询语言GQL标准,Neo4j的Cypher查询语言完全符合该标准。现代工具提供拖拽式工作流程,GenAI可作为自然语言接口,将用户请求转换为Cypher查询。
ByteDance团队开发的Mini-o3系统通过深度多轮推理突破了传统AI视觉理解的局限。该系统能像人类侦探般进行几十轮的视觉探索,在困难的视觉搜索任务上准确率达48%,相比现有模型提升显著。核心创新包括挑战性的Visual Probe数据集、多样化推理策略训练和突破性的过轮掩码技术,实现了测试时思考轮数的自然扩展。