3月26日,GSMA Post-MWC思享汇在北京举办,此次活动的主办方GSMA也在同日发布了《中国移动经济发展2024》报告。报告显示,当前中国5G移动连接数已超8亿,到2024年底,中国的移动连接中将有超半数为5G连接,5G连接数将达到10亿。
预计到2030年,5G对中国GDP的贡献将达到近2600亿美元,这在移动产业对中国经济的年度整体贡献中占比约为23%。届时,中国5G连接数将占全球5G连接总数的近三分之一,中国的5G普及率将逼近九成,成为全球领先的市场之一。
GSMA会长葛瑞德(Mats Granryd)表示:“中国是全球最大的5G市场。很高兴看到中国大力支持GSMA的Open Gateway计划,帮助推动该倡议发展成熟。随着中国5G连接数于今年突破10亿大关,我们预计5G Advanced、5G新通话、以及5G RedCap等领域将进一步释放潜力并获得更多投资,从而持续改善用户体验,为运营商解锁新的收入来源。”
GSMA于2023年在MWC巴塞罗那展会上发布了GSMA Open Gateway倡议。在3月26日的2024 Post-MWC思享汇上,中国三大移动运营商——中国移动、中国电信和中国联通均对该倡议表示支持,并宣布共同推出GSMA Open Gateway OTP(一次性密码)API。这项倡议也持续吸引更多中国科技巨头加入,包括中信国际电讯、华为、以及中兴通讯。
左起依次为:GSMA大中华区总裁斯寒;GSMA首席营销官Lara Dewar;GSMA会长葛瑞德(Mats Granryd);GSMA首席执行官John Hoffman;GSMA首席技术官Alex Sinclair
GSMA首席技术官Alex Sinclair表示,自Open Gateway倡议发布以来,GSMA在目前全球范围内已经有47个移动网络营销商集团加入该倡议,包括全球范围内239个移动网络,覆盖到65%的互联服务。目前提供94个商用API可供使用,覆盖全球21个不同市场企业开发人员。Alex Sinclair指出,在未来还将发布更多的API,其中将有40%来自中国。
另一方面,2024年MWC上海展将于6月26日至28日在上海新国际博览中心举行,届时诸多科技领袖将展示创新成果,分享他们对当前和未来趋势的洞见。大会以“ 未来先行(Future First) ”为主题,聚焦“5G变革”“AI未来”“数智制造”等三大子主题,将全球产业、技术和社区齐聚一堂,共拓未来潜力,走在变革前沿。
5G IN创新地带也将重返MWC上海,邀请与会者探索人工智能、物联网、边缘计算、以及增强现实/虚拟现实等垂直领域的技术创新。5G IN代表“5G创新与投资”,是GSMA跨行业协作平台 GSMA Foundry的项目之一,旨在推进移动运营商、行业和生态合作伙伴、以及投资者互联互通,促进5G创新及跨行业合作。
在MWC上海展现场还将举行 GSMA亚洲移动大奖(AMO) 颁奖典礼。亚洲移动大奖是亚洲连接行业最负盛名的奖项,旨在对推动行业发展的个人、组织和合作伙伴予以表彰。
GSMA首席营销官Lara Dewar表示,今年在巴塞罗那举行的MWC 2024参会人数达到十万零一千人,作为一项“三位一体”的活动,最令人瞩目展会部分吸引到2700名展商,其中60%的参会者来自于垂直领域,这也说明了5G技术正在赋能整个生态系统。
作为一场B2B大型国际活动,MWC上海展也将迎接来自世界各地的代表团,其中也包括中国和亚洲企业,包括H3C、联想、小米等,小米今年将是第一次在MWC上海举办展览。
GSMA大中华区总裁斯寒表示:“MWC上海业已成为中国科技和电信领域最负盛名的活动之一。亚洲市场充满活力,我们很高兴能提供这样一个平台,使区域内相关产业的业界领袖汇聚一堂。人工智能、算力和5G Advanced日益成为新的增长引擎,5G在中国的迅猛发展更将为未来增长进一步注入新动能。我相信,未来几年,中国及亚洲其他市场的繁荣生态将在全球推动更多跨行业创新不断涌现。”
好文章,需要你的鼓励
UniR(Universal Reasoner)是一种创新的推理增强方法,可为冻结的大语言模型提供即插即用的推理能力。由韩国科学技术院研究团队开发,该方法将推理能力分解为独立的轻量级模块,无需改变主模型结构。UniR的核心优势在于高效训练(仅更新小型推理模块)、出色的模型间迁移能力(小模型可指导大模型)以及模块组合能力(多个专用模块可通过logits相加组合使用)。在数学推理和翻译测试中,UniR显著超越现有微调方法,展示了轻量级模块如何有效增强大语言模型的推理能力。
Nebius团队开发了SWE-rebench,一个自动化管道用于从GitHub收集软件工程任务并进行去污染评估。该系统解决了两大挑战:高质量训练数据稀缺和评估基准容易被污染。通过四阶段处理(初步收集、自动安装配置、执行验证和质量评估),SWE-rebench构建了包含超过21,000个Python交互式任务的数据集,并提供持续更新的评估基准。研究发现部分语言模型在传统基准上的表现可能被污染效应夸大,而DeepSeek模型在开源模型中表现最为稳健。
这项研究提出了JQL(发音为"Jackal"),一种通过多语言方法提升大型语言模型预训练数据质量的创新系统。研究团队从拉马尔研究所等机构通过四阶段方法解决了多语言数据筛选的难题:先由人类评估内容教育价值创建基准数据,然后评估大型语言模型作为"评判者"的能力,接着将这些能力提炼到轻量级评估器中,最后应用于大规模数据筛选。实验表明,JQL在35种语言上显著优于现有方法,甚至能泛化到未见过的语言如阿拉伯语和中文,为多语言AI发展提供了高效可靠的数据筛选方案。
浙江大学和西湖大学研究团队开发的Styl3R实现了艺术风格化3D重建的重大突破,能在不到一秒内从少量未标定照片和任意风格图像创建具有多视角一致性的3D艺术场景。通过创新的双分支网络架构将结构建模与外观着色分离,系统不仅保持了原始场景结构,还准确捕捉了参考风格特征。与现有方法相比,Styl3R在处理速度和视觉质量上均显著领先,为创意内容制作开辟了全新可能。