GSA 全球移动供应商协会近期宣布成立了一个专门的 5G RedCap 特殊兴趣小组。这一举措是对近年来物联网 (IoT) 领域低功耗广域网 (LPWA) 技术发展日趋成熟的积极响应。5G RedCap 已成为最适合中速用例需求的技术方案。
基于 5G 新空口 (NR) 标准开发的 RedCap 标准旨在提供平衡的连接方案,使生产更小、更具成本效益的 5G 设备成为可能。这些设备具有更简化的复杂度,能够以经济且节能的方式支持广泛的物联网应用。
GSA 作为全球移动生态系统贸易协会成立的 RedCap 特殊兴趣小组,旨在汇集领先的电信企业,共同追踪、推动和促进 5G RedCap 网络部署、物联网设备连接、FWA 设备和服务发布的生态系统发展。
GSA 强调,运营商必须首先拥有 5G 独立组网才能部署 RedCap。目前全球 5G 独立组网的持续扩展可以作为 RedCap 就绪程度的指标。
截至 2025 年 2 月,GSA 确认有 63 个国家的 154 家运营商正在投资 5G 独立组网。在 2025 年 3 月的一份报告中,GSA 发现有 18 个国家的 26 家运营商正在投资 RedCap 技术,这表明该技术仍处于早期发展阶段。该报告重点介绍了 5G RedCap 的内涵、对运营商的优势,以及增强型 RedCap (eRedCap) 及其在这一新兴领域塑造生态系统的潜力。
GSA RedCap 特殊兴趣小组将汇集生态系统中的各类供应商,共同追踪和推广 RedCap 产品、功能和移动网络的发展状况。
特殊兴趣小组的合作伙伴和成员可以通过 GSA 网站和 GAMBoD 数据库推广他们支持 RedCap 的产品,同时 GSA 研究团队将通过定期的行业报告和网络研讨会支持该小组的工作,分享该技术的全球发展状况。5G RedCap 特殊兴趣小组的创始成员包括爱立信、华为、英特尔、联发科、高通和 Viavi Solutions。
全球移动供应商协会主席 Joe Barrett 表示,现在是整个行业生态系统共同合作,推广、追踪并报告该技术真实状况,共同扩大 RedCap 全球生态系统的时候了。
他说:"5G RedCap 目前仍处于初期发展阶段,特别是在兼容设备和芯片组方面。尽管如此,5G RedCap 未来增长的迹象已经显现。"
Barrett 表示:"5G RedCap 作为中端物联网应用的桥梁,加上基于 LTE 技术的物联网连接提供商的明确需求,预示着一个充满希望的市场。随着 5G 新空口继续在全球扩展,而 LTE 技术的能力逐渐减弱,预计中长期将出现显著增长。由于其较低的设备成本能力,RedCap 还可以支持某些固定无线接入场景。"
GSA 小组的成员资格,包括 RedCap 特殊兴趣小组在内,涵盖了 4G/5G 固定无线接入和专用移动网络等特殊兴趣领域,对所有 GSA 执行成员、普通成员和 GSA 联系成员开放。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。