工信部:引入民资进入通信市场降低资费
4月29日消息,工业和信息化部通信发展司司长闻库在国务院新闻办发布会上公布了五项所措来解决“网速慢、网费贵”的问题。
这五项措施包括:
首先要着重解决供给不足的问题,这里面最主要是加大投入。移动网络建设方面,加大投资建设4G,预计今年4G用户能超过2.5亿;在固定宽带方面,要加大“光进铜退”的改造,通过技术进步,提高网络的畅通能力,降低每一个单位流量包的造价。
第二方面,引入民资进入通信市场。今年在十几个城市将试行引入民间资本开放本地接入业务,即宽带允许引入一些民间资本,扩大对这个领域的投资,引入竞争。目前大概有几百个企业在申请这个业务。
三是在城市里要联合有关部门推动老旧小区改造和多家通信公司进小区的事情,让用户可以有更多的选择余地。既能让用户尽可能的把铜线换成光纤,用上新技术,同时,多个公司进了小区之后,还能形成竞争,促进降价。
四是加大共建共享的力度,通过共享机制,降低通信企业的运行成本,也为降价省出空间。
五是加强管理,不断优化网络、内部管理流程,降低运行成本,创造资费下调的空间。关于网速问题,闻库表示,工信部将持续推进我国宽带发展,将提网速作为今年重点核心工作之一,下一步,要不断地加快能力建设,重点要加快老旧小区、城中小区的改造,支持农村的宽带发展,加大应用基础设施部署等工作。
闻库还透露,今年运营企业在宽带以及通信的投资相比之下跟去年相比增加10%,至4300亿,将完成4.5万个老旧小区光纤化的改造。新增光纤到户的覆盖增加到8000万户,8兆以上接入速度的用户,从现在的46%提升到年底的55%,并且在有条件的地区直接推广50兆、100兆高带宽的接入服务。
好文章,需要你的鼓励
GeoVerse融合几何潜在扩散模型与Wan2.2视频生成先验,并引入全局空间记忆机制,实现了跨视角一致、生成质量高且推理速度快的新视角合成,在多个数据集上大幅超越现有方法GLD。
本文解读TT-VidT,一种通过分离外观锚点与动作令牌、结合Diff Compression训练目标的视频自监督方法。在24种架构目标组合的受控实验中,仅TT3D与Diff Compression搭配才能进入强动作敏感区,且计算量比同类方法降低近一半。
Q&A Q1:Imprint Reader是什么? A:Imprint Reader是上海人工智能实验室团队开发的模型,通过SMaRT训练方法学会读取另一个模型冻结的权重更新,把参数层面的变化翻译成自然语言描述,判断这次更新到底注入了什么知识或诱导了什么行为习惯。 Q2:MetaEdit能做什么? A:MetaEdit能把Reader对目标行为的梯度信号迁移到原始模型上,不需要任何目标任务的训练数据,只用一句行为描述就能定向调整模型参数,已经在安全性拒绝率调节、数学推理风格转变和工具调用能力提升上验证过效果。 Q3:Imprint Reader读权重更新的准确率高吗? A:目前还不高,知识类目标的Pass@100只有2%,行为类目标是16%,说明自由生成描述的可靠性有限,但相比原始模型完全答不出来的0%基线,已经证明了权重更新的自然语言读取是可行的。
统一多模态模型能看也能画,理论上该会自我修正。本论文提出UMM-Reflection,用整条轨迹的强化学习联合训练诊断和修图能力,GenEval提升12分,且迁移到多个未训练基准,揭示RL提升的是选择可靠性而非新能力。