经过数年的专用网络使用,包括支持远程控制机械的指挥系统,泰恩港在采用基于爱立信技术和BT网络的私有5G后,报告了强劲的运营收益。
泰恩港位于英格兰东北部纽卡斯尔附近的泰恩河畔,占地620英亩,是英国主要的深水港之一,处理来自五大洲的货物。
该港口横跨泰恩河两岸,依靠联网车辆、机械和视频驱动流程来实现效率提升。然而,在评估连接选项时,港口管理部门发现传统无线技术无法提供这种环境所需的可靠性或规模,在这种环境中,布线成本高昂,运营布局每年要改变数次。
爱立信表示,随着私有5G系统的部署,该港口能够以更高的性能信心运行以移动性为主导和以安全为重点的应用。在整个站点中,私有网络支撑着实时视频分析、传感器驱动流程和联网机械。
这个私有网络使用BT频谱和爱立信的现场核心及无线基础设施,通过为跨越620英亩复杂站点的实时应用提供一致的连接性来支持日常运营,该站点支持超过3公里泊位的运营,包括船舶停泊的码头空间。
在过去一年中,该网络支持了广泛的用途,并引入了新的安全和效率工具,包括实时集装箱扫描、个人防护设备监控、限制区域检测、道路状况分析、排放监控,以及使用视频和传感器的高安全性访问控制。连接到人工智能引擎的车载摄像头帮助团队在道路缺陷扩大之前识别它们。无人机用于库存控制和基础设施检查。
该港口还与卡特彼勒合作,启用CatCommand远程控制铲车,通过减少工人进入危险船舱的需要来最大限度地降低工人风险。
港口组织的领导者表示,迄今为止的进展突出了可靠连接如何改变复杂的工业运营并加速数字创新。展望未来,泰恩港将继续扩大其对高性能无线连接支持的数字工具的使用。私有网络正在帮助该组织加强安全性、改善运营意识并为未来创新做规划。
泰恩港技术与转型主管Tamsin Warren表示:"在私有5G上运营整整一年后,我们亲眼看到了可靠的无线连接如何加强我们的日常运营。从安全关键活动到物流环境,该网络为我们提供了整个站点一致的实时可见性。它帮助我们的团队更安全地工作,并利用实时数据做出更好的决策,推动我们成为英国最智能、最绿色的港口之一。"
BT监控和智能解决方案总监Brian Jackson补充说:"在过去一年中,爱立信的私有5G网络在不断变化的环境中为泰恩港提供了所需的性能。通过将BT频谱与爱立信的双4G和5G基础设施相结合,该港口拥有了一个可靠的平台,既支持今天依赖的技术,也支持计划在未来采用的技术。"
爱立信企业5G负责人Manish Tiwari表示:"泰恩港正在展示私有5G如何支持依赖移动性、安全性和实时可见性的复杂工业运营。第一年的结果证明了具有可预测低延迟、强安全性和高移动性支持的无线网络能够释放什么——为港口持续数字化发展奠定基础。"
Q&A
Q1:泰恩港为什么选择私有5G而不是传统无线技术?
A:泰恩港发现传统无线技术无法提供港口环境所需的可靠性或规模。港口占地620英亩,布线成本高昂,运营布局每年要改变数次,需要支持跨越3公里泊位的实时应用,传统技术难以满足这些复杂需求。
Q2:私有5G在泰恩港具体应用在哪些方面?
A:私有5G支持实时集装箱扫描、个人防护设备监控、限制区域检测、道路状况分析、排放监控和高安全性访问控制。还支持车载摄像头识别道路缺陷、无人机库存控制和基础设施检查,以及与卡特彼勒合作的CatCommand远程控制铲车。
Q3:泰恩港使用私有5G一年后取得了什么效果?
A:经过一年运营,泰恩港实现了强劲的运营收益,包括加强安全性、改善运营意识、提供整个站点一致的实时可见性。网络帮助团队更安全地工作,利用实时数据做出更好决策,推动港口向英国最智能、最绿色港口目标迈进。
好文章,需要你的鼓励
亚马逊在CES期间宣布推出Alexa.com网站,用户可像使用其他AI聊天机器人一样与Alexa交互。经过数月早期体验,Alexa+已获得数千万用户。新网站支持语音和文本交互,需登录使用以确保跨设备功能连续性。76%的Alexa+交互为独特任务,包括智能家居控制和第三方集成。Alexa+兼容七年来的设备,正式版将收费每月20美元或包含在Prime会员中。
SimWorld是由UCSD等多所顶尖院校联合开发的革命性AI仿真平台,基于虚幻引擎5构建了具备真实物理规律的虚拟城市环境。该平台支持无限扩展的程序化世界生成和自然语言交互,让AI智能体能够在复杂环境中学会生存、合作和竞争,为通用人工智能的发展提供了前所未有的训练平台。
AI笔记公司Plaud在CES 2026推出新款可穿戴设备NotePin S,可夹在衣领、戴在手腕或挂在脖子上记录对话。该设备通过蓝牙连接手机,配备双麦克风,录制范围约3米,支持一键高亮标记重要时刻。同时发布的还有Plaud Desktop桌面AI记录工具,可原生捕获线上会议内容,无需机器人加入通话。两款产品将所有笔记、会议和对话整合到统一平台管理。
浙江大学联合华为提出C2DLM,这是一种因果概念引导的扩散语言模型,通过自动提取因果关系并融入注意力机制来增强AI推理能力。相比传统方法,C2DLM在推理任务上平均提升1.31%-12%,训练效率提高3.2倍,为解决语言模型推理能力不足开辟了新路径。