尽管2024年无法与1969年的夏天相提并论,但2004年也见证了许多标志性事件,例如欧洲杯、时代巡回演唱会等等。朋友们齐聚一堂,共度了一个个充满激情、汗水和电子门票的夜晚,这时对高质量连接的需求就显得至关重要。粉丝们只需在手掌上的设备划拉几下就可以轻松点餐、安排交通、分享位置、自拍并发布在社交媒体上。
网络速度慢的话就会给活动带来极大的失望,但同时也涉及到安全问题。爱立信最近的研究表明,5G智能手机用户在活动场所遇到连接问题后在六个月内更换供应商的可能性是普通用户的三倍。
爱立信:5G 性能促使17%的用户更换供应商
爱立信研究了自5G推出以来的28个市场,结果显示17%的5G用户更换了服务提供商。主要的原因与网络相关,而非费用。
结果还显示,半数用户转网是为了获得更佳的5G网络体验。用户转网决定的一个重要因素是5G网络在重要使用场景中的表现。
泰勒-斯威夫特(Taylor Swift)巡演、格拉斯顿伯里音乐节和欧洲杯等大型活动为了提升粉丝体验都在探索提供高质量5G连接的方案。
这些消费者独立型5G用例可以帮助服务提供商增加收入。爱立信的研究表明,全球智能体育场市场预计将从2023年的131亿欧元(140亿美元)增长到2028年的317亿欧元(340亿美元),其中包括无缓冲社交媒体上传、无票入场和AR/VR体验等娱乐功能。
5G 正在彻底改变大型活动(包括智能体育场及户外活动等)中的粉丝体验
爱立信英国和爱尔兰公司副总裁兼云软件和服务主管 Blessing Makumbe 意识到这些情况给移动运营商带来了压力。
Makumbe表示,“从德国欧洲杯到法国奥运会和残奥会以及泰勒-斯威夫特的巡回演唱会,我们这个夏天充满了各种娱乐活动。这些活动中成千上万的粉丝都有一个共同的需求,那就是高速而且可靠的连接。”
Makumbe还表示,“客户流失是一个动力,而智能体育场馆的前景则是运营商应该抓住的机会。到2028年,全球智能体育场馆市场将实现增长,增强粉丝连接性、人群分析和安全服务都可以带来的商业收入,有许多的商机。”
在这些拥挤的体育场馆中,5G 的黄金标准(也称5G独立型)是关键的差异化因素。
他接着表示,“我们在这些繁忙的场馆中可能都有过缓冲慢的经历,但5G粉丝们凭借超低延迟和比4G快100倍的高速度可以轻松地直播赛事,并与朋友、家人和其他粉丝分享精彩瞬间。这些大型活动也在场外将大量粉丝带到城市的街道上。我们在德国看到,沃达丰在杜塞尔多夫通过5G广告支柱每天提供了6000个连接。”
Blessing强调指出,网络切片的应用也将提升粉丝体验,并为运营商开辟新的变现途径。运营商可以在共享物理网络的基础上创建多个虚拟网络,然后通过提供确定性的连接保障进行商业化运作。
他表示,“提高运营效率也是主办方的一个动机,5G可以降低基础设施方面的成本和复杂性。例如,通过5G进行远程转播可以消除对庞大的电视工作人员和笨重设备的需求,从而降低成本并提供更大的灵活性。”
Blessing称,“大型活动的未来高度依赖于无缝连接。这不仅仅包括在社交媒体上发布信息,还包括非接触式支付、沉浸式的虚拟现实体验等等。这方面的需求只会越来越大。”
常常有人说“如果你还记得60年代,那就说明你并不在场”,但如果当年伍德斯托克音乐节的连接性和这次的时代巡回演唱会是一样的,那么社交媒体上的帖子会是什么样子呢?幸好我们永远不会知道。
好文章,需要你的鼓励
邻里社交应用Nextdoor推出重新设计版本,新增本地新闻、实时警报和名为"Faves"的AI功能,用于发现本地商户和地点。该应用与3500家本地出版商合作提供新闻内容,通过Samdesk和Weather.com提供天气、交通、停电等实时警报。Faves功能利用15年邻里对话数据训练的大语言模型,为用户提供本地化AI推荐服务,帮助用户找到最佳餐厅、徒步地点等本地信息。
Skywork AI推出的第二代多模态推理模型R1V2,通过创新的混合强化学习方法,成功解决了AI"慢思考"策略在视觉推理中的挑战。该模型在保持强大推理能力的同时有效控制视觉幻觉,在多项权威测试中超越同类开源模型,某些指标甚至媲美商业产品,为开源AI发展树立了新标杆。
英国生物银行完成了世界上最大规模的全身成像项目,收集了10万名志愿者的超过10亿次扫描数据,用于研究人体衰老和疾病过程。该项目历时11年,每次扫描耗时5小时,投资6200万英镑。目前已有8万人的成像数据供全球研究人员使用,剩余数据将于年底前发布。项目已开发出能预测38种常见疾病的AI工具,并在心脏病、痴呆症和癌症诊断方面取得突破。
这项由北京大学等多所高校联合完成的研究,首次对OpenAI GPT-4o的图像生成能力进行了全面评估。研究团队设计了名为GPT-ImgEval的综合测试体系,从文本转图像、图像编辑和知识驱动创作三个维度评估GPT-4o,发现其在所有测试中都显著超越现有方法。研究还通过技术分析推断GPT-4o采用了自回归与扩散相结合的混合架构,并发现其生成图像仍可被现有检测工具有效识别,为AI图像生成领域提供了重要的评估基准和技术洞察。