5G杀手级应用将来自对数字基础设施的进一步投资
世界经济论坛年会本周在瑞士达沃斯举行。在一些以技术为重点的会议中甚至与技术相关的会议中,来自工业界和政府的领导人都在大谈“数字化转型”的重要性和必然性。围绕“数字化转型”关键词的争论颇为广泛,包括数字化转型的意义以及数字化转型是否真的有什么意义,而如将世界经济论坛视为一个晴雨表的话,数字化转型意义的核心考虑在于如何使用资本、如何影响全球劳动力以及所有这些对社会和经济的意义。
爱立信首席执行官Börje Ekholm在题为“数字产业大赌注”的小组讨论中表示,“我们看到,为了实现企业数字化,我们将需要改善连接,肯定不能全部基于有线连接。如果你在进行机器的周转,根本不可能用‘有线连接’。我确实相信我们会看到这一点,但我们现在所处的位置……我们处于概念验证阶段,还不是工业化应用。而且我认为……也许我们可以说比我们希望看到的要慢一些。但我也认为这一类的变化需要一些时间。”
Ekholm表示,在更大范围的行业数字化转型中,连接性经常被忽视,连接性被认为是理所当然的。但是,“我们看到企业将在5G技术的基础上实现数字化,因为任何可以无线化的东西都会进入无线化”。他提到爱立信在德克萨斯州Lewisville的工厂那里已经部署了5G,用于支持5G设备的制造。“我们看到生产力有了巨大的提高——几乎是劳动生产率的两倍”,同时在电力消耗和废水产生方面也出现实质性地减少。
他表示,“所有这些都需要一个东西,就是我想再提起的东西,即数字基础设施。除非我们拥有高性能、安全和可靠的数字基础设施,否则我们无法实现工业、供应链、公司、社会的数字化。”
Ekholm重申了欧洲在部署5G方面“远远落后”的说法,因为没有明确的资本成本回报率,阻碍了投资的范围和速度。他指出,美国、中国、中东和东北亚是领先的地区。他用滞后市场的监管环境与印度的情况进行了对比,印度的5G部署得较晚,但通过数字印度计划等重大公私合作项目,印度的5G正在快速发展。他称印度次大陆是个“不太为人所知的秘密……印度可能在六个月内拥有除中国之外最强大的数字基础设施。以他们推出的速度预测,他们将走在前面……他们已经认识到没有政府的参与我们走不到那一步。”
在战略性和增值数字基础设施投资方面,Eckholm还呼吁在教育和重新培训方面进行并行投资,这是政府发挥重要作用的另一个地方。他表示,政府“在大家为变革做好准备方面发挥着非常重要的作用,要发展正确的技能、正确的能力以及你在新社会中如何互动”。他承认,人们长年担心(也是现实)技术会取代部分劳动力的地位。“但我相信,未来会出现更多的工作、不同的技能、不同的能力。我们过去一直在应对这些变化。我们倾向于认为转型挑战是不好的事情。其实不然。如果你看看这个星球,我们今天的地球比100年前更好了。我认为以后还会是这样。”
再回到5G的作用,Eckholm回顾了4G带来的进步,特别是移动视频消费的兴起,尤其是像Instagram和TikTok这样的短内容以及打车服务。有关5G的“杀手级应用”,他表示,“实际上,有了基础设施,这一类的应用就会出现。基础设施的到位非常重要……我们会发展,我们会改变,我们会调整,但我们需要一些投资。我们需要认识到这一点。”
好文章,需要你的鼓励
最新数据显示,Windows 11市场份额已达50.24%,首次超越Windows 10的46.84%。这一转变主要源于Windows 10即将于2025年10月14日结束支持,企业用户加速迁移。一年前Windows 10份额还高达66.04%,而Windows 11仅为29.75%。企业多采用分批迁移策略,部分选择付费延长支持或转向Windows 365。硬件销售受限,AI PC等高端产品销量平平,市场份额提升更多来自系统升级而非新设备采购。
清华大学团队开发出LangScene-X系统,仅需两张照片就能重建完整的3D语言场景。该系统通过TriMap视频扩散模型生成RGB图像、法线图和语义图,配合语言量化压缩器实现高效特征处理,最终构建可进行自然语言查询的三维空间。实验显示其准确率比现有方法提高10-30%,为VR/AR、机器人导航、智能搜索等应用提供了新的技术路径。
新一代液态基础模型突破传统变换器架构,能耗降低10-20倍,可直接在手机等边缘设备运行。该技术基于线虫大脑结构开发,支持离线运行,无需云服务和数据中心基础设施。在性能基准测试中已超越同等规模的Meta Llama和微软Phi模型,为企业级应用和边缘计算提供低成本、高性能解决方案,在隐私保护、安全性和低延迟方面具有显著优势。
IntelliGen AI推出IntFold可控蛋白质结构预测模型,不仅达到AlphaFold 3同等精度,更具备独特的"可控性"特征。该系统能根据需求定制预测特定蛋白质状态,在药物结合亲和力预测等关键应用中表现突出。通过模块化适配器设计,IntFold可高效适应不同任务而无需重新训练,为精准医学和药物发现开辟了新路径。