双十一已经过去两周,数据显示,今年的双十一交易额又一次打破往年的记录。中国双十一规模越来越大,并且正在走向全球,如今有许多品牌都在向中国以外的市场推广双十一购物狂欢节。
GSMA一直关注并追踪消费者的数字化趋势。我们2020年的调查结果显示,中国这个最大的线上销售活动交易额纪录总是被打破,这并非巧合:中国智能手机用户是全球最活跃的网购用户,51%的中国智能手机用户每周至少网购一次,而韩国、美国、欧洲则分别为42%、33%、32%。
74%的5G智能手机用户每周通过智能设备网购至少一次
升级到5G网络的智能手机用户更加活跃,这个情况在全球都一样。当然,中国消费者使用5G智能手机购物还有很大发展空间。目前高达74%的中国5G用户每周至少用手机网上购物一次,这个比例在韩国、美国、欧洲则分别为50%、46%、47%;在4G智能手机用户中,该数字为中国(49%)、韩国(40%)、美国(36%)、欧洲(34%)。
中国消费者显然喜欢用智能手机购物。那么,哪些智能手机品牌最受购物者的青睐呢? 在智能手机品牌用户中,约有半数用户每周至少购物一次: iPhone(54%)、小米(49%)、Vivo(49%)、三星(48%)、荣耀(47%)、红米(46%),Oppo(35%)。其中有一个品牌的表现更是令人瞩目——华为智能手机用户每周购物一次的比例达到了61%。
更健康的生活和更智能的家居
今年的疫情进一步触发了人们对健康领域可穿戴设备的喜好。自2019年以来,拥有互联健康健身设备的消费者数量增加了46%,成为可穿戴设备中获得最多增长的设备,取代智能手表成为中国消费者最受欢迎的可穿戴设备。但展望明年,最热门的可穿戴设备仍将是智能手表与无线耳机——27%的消费者计划购买智能手表,26%计划购买无线耳机,只有20%的消费者计划购买健康健身设备。
当我们今年经历疫情封城的时候,许多人决定对自己的家居做出改进。为家庭添置智能家居设备,像互联洗衣机或智能冰箱等,已成为流行趋势——根据调研,83%的中国家庭计划在未来12个月内添置至少一个智能家居设备。事实上,那些拥有智能家居设备购置计划的家庭中,将近三分之一正在寻找新的智能家居电器。
中国5G的发展势头良好
大量数据显示智能手机购物、可穿戴设备使用和智能设备使用的激增。随着中国5G移动服务的进一步发展,该势头肯定会迎来新的增长。5G是支持经济增长、商业转型和提供创新服务的关键驱动因素。中国是全球率先推出5G服务的国家之一,由此呈现的使用5G的消费者的热情和购物热情,让我们看到5G由热点话题变成了现实!
GSMA 智库预测,到2024年,移动技术和服务的价值将超过9000亿美元。5G的成功在很大程度上依赖于政府的支持,在合适条件下及时获得数量适宜和范围广泛的可负担频段至关重要。24 GHz以上的频谱——即毫米波频谱——将对中国5G未来的成功发挥关键作用,这是因为毫米波频道具有高速和低时延的优势,对于许多需要这种能力的行业应用而言尤为重要。中频段的频谱,特别是中国大力支持的6 GHz频段,能够保障更大的覆盖范围和更大容量的网络需求,有助于5G设备的推广。
中国在5G网络覆盖和容量方面获得了发展,但大家都在问,什么样的应用将充分利用这一优势成为爆款? 用5G设备的消费者越多,越有利于将想象变为现实,比如AR/VR设备带来沉浸式的体验。更加令人振奋的是,5G将通过提高垂直行业的生产效率和运营效率,在推动经济复苏方面做出重要贡献。
在2021年2月23日至25日举办的MWC上海,GSMA将重点展示酷炫创新的5G应用。MWC上海将设立首个“5G创新地带”展区,展示5G创新应用、产业转型、冬奥会相关毫米波应用、沉浸式XR体验、及5G等科技如何为人类创造福祉、让未来更美好等等。MWC上海2021将首次采用线上线下结合方式,让更多国际嘉宾能参与, 它也将是GSMA MWC系列的全球首发活动,如您想感受5G正在带来的变化,那么千万不可错过。欢迎加入我们,共同见证数字生态系统如何继续通过“和合共生”将我们的生活变得更安全、更美好。了解更多信息,请访问 2021 MWC 上海。
好文章,需要你的鼓励
Queen's大学研究团队提出结构化智能体软件工程框架SASE,重新定义人机协作模式。该框架将程序员角色从代码编写者转变为AI团队指挥者,建立双向咨询机制和标准化文档系统,解决AI编程中的质量控制难题,为软件工程向智能化协作时代转型提供系统性解决方案。
西北工业大学与中山大学合作开发了首个超声专用AI视觉语言模型EchoVLM,通过收集15家医院20万病例和147万超声图像,采用专家混合架构,实现了比通用AI模型准确率提升10分以上的突破。该系统能自动生成超声报告、进行诊断分析和回答专业问题,为医生提供智能辅助,推动医疗AI向专业化发展。
上海AI实验室团队发现自回归图像生成模型存在局部依赖、语义不一致和空间不变性缺失三大问题,提出ST-AR训练方法。该方法通过掩码注意力、跨步骤对比学习和跨视角对比学习,让AI"先理解再生成"。实验显示,ST-AR将LlamaGen模型的图像理解准确率提升一倍以上,图像生成质量提升42-49%,为构建更智能的多模态AI系统开辟新路径。