
Hello Moto,注意:这个Moto不是手机,而是对讲机,不是来自联想,而是那个最传统的摩托罗拉——摩托罗拉系统。过去,在人们印象中那个“又笨又蠢”的对讲机,已经颠覆了老形象,不仅能够支持图像传输,以后还会和智能手表、智能眼镜搭上关系。
互融与共存:TETRA与LTE
和那个被几经转手的手机业务不同的是,摩托罗拉系统的业绩可以解释这部分业务的稳定性:截至4月4日的2015财年第一季度财务报告显示,摩托罗拉系统第一季度营收为12.23亿美元,上年同期为12.28亿美元、基本持平。
纵观摩托罗拉的历史,其实早在1930年,世界上第一部真正意义上的对讲机诞生,随后当人类第一次登入月球的对讲机也是搭载摩托罗拉系统,创新可谓是摩托罗拉与生俱来的DNA,而这个核心的竞争力一直延续到了LTE时代,2012年,世界上第一套公共安全的LTE警用系统在德州诞生,2014年世界上最大的LTE公共安全系统也是基于摩托罗拉系统,并很快在洛杉矶实行部署。
摩托罗拉系统(中国)有限公司技术工程总监甘钧在采访中指出:“当一个时代刚来临时,通常并不意味上一个时代全全没落,同样在通信领域,当下全球都在建设4G极速网络,而数字集群系统是否就直接跳过2G、3G一步迁移至4G呢,对此,摩托罗拉系统认为未来的数字集群市场将呈现出模拟、2G、3G、4G共存的局面”。
图从右至左:摩托罗拉系统(中国)有限公司市场总监 潘益
摩托罗拉系统(中国)有限公司技术工程总监 甘钧
摩托罗拉系统(中国)有限公司高级顾问 丁锐
摩托罗拉系统(中国)有限公司高级业务拓展经理 陆锦华
当然,摩托罗拉系统自己的用户仍有50%还处于使用模拟技术,2G市场仍然有空间,并且缓慢下降,4G市场缓慢发展,二者会有一个交互点,交互期预计三到四年,有些地区甚至会延长八到十年。
甘钧进一步解释:“针对这个交互点,摩托罗拉系统甚至提出了一个新的概念叫互融,即TETRA终端与LTE终端互融、互相的作为备份。这就意味着,摩托罗拉系统不仅能够做得到,即使在2G平台上或者2.5G这样的平台也可以支持图像传输。当然,随着技术的发展,用户希望把所有技术体制都集成在一个终端上,即这个终端既可以当对讲机,又可以做4G数据传输”。
此外,为了适应市场变化,摩托罗拉系统将会从系统产品、终端设备转向智能网络,从任务关键型通信到任务关键型智能,最终从情境感知,预案应急到智能预防、全面掌控。
同时,摩托罗拉还在终端提供智能接口平台,这个平台通过网络和所有的可穿戴设备、平视设备以及各种跟人体相关的设备形成一个智能网络来传递各种数据。甘钧表示,现在的争论点并非在用什么技术,用户关心的是需求能否被智能应用转换到日常的生活工作当中。
LTE浪潮下的转型之路
随着全球LTE浪潮的来袭,摩托罗拉系统也迎来了全面的转型,从窄带通信过度到窄带+宽带,从专网到专网+公网,从PTT语音到PTT语音+数据+图像。
除了窄带通信,摩托罗拉系统目前已经参与了与公共安全LTE网络的建设,在全球提供了三种LTE平台,包括洛杉矶的RICS专用频道资源、专用网络平台、墨西哥虚拟运营商以及英国内政部。
未来在专网上,摩托罗拉系统会定制多技术体制平台的融合,其中包括智能接口平台、窄带LTE/PTT互相操作等。
由于目前信息时代正在向大数据时代迈进,今后软件技术会是摩托罗拉系统创新的核心,而大数据也会与云平台相结合,使其更加智能,这亦是摩托罗拉系统部门2020年的发展方向。
在本次沟通会上,摩托罗拉系统中国有限公司高级顾问丁锐介绍了目前摩托罗拉系统的产品方向规划,在可穿戴市场领域,面对智能眼镜、智能手表等产品的快速普及,摩托罗拉系统已经将对讲机与智能眼镜Recon相结合,内置蓝牙、热传导、陀螺仪等传感器,逐渐从语音转向视频。配置方面摩托罗拉对讲机已经采用了北斗+GPS双系统定位,让定位效果更加精准。
尤其在如今社交媒体不断延伸,共网和专网不断相互渗透的背景下,摩托罗拉希望发挥自身最大的优势,在面对用户需求复杂、多样、多种体制融合时,通过在对技术的演进把控以及基于几十年对于行业用户的理解,为用户提出一个智慧型全面的端到端解决方案。
好文章,需要你的鼓励
Adobe研究院与UCLA合作开发的Sparse-LaViDa技术通过创新的"稀疏表示"方法,成功将AI图像生成速度提升一倍。该技术巧妙地让AI只处理必要的图像区域,使用特殊"寄存器令牌"管理其余部分,在文本到图像生成、图像编辑和数学推理等任务中实现显著加速,同时完全保持了输出质量。
香港科技大学团队开发出A4-Agent智能系统,无需训练即可让AI理解物品的可操作性。该系统通过"想象-思考-定位"三步法模仿人类认知过程,在多个测试中超越了需要专门训练的传统方法。这项技术为智能机器人发展提供了新思路,使其能够像人类一样举一反三地处理未见过的新物品和任务。
韩国KAIST开发的Vector Prism系统通过多视角观察和统计推理,解决了AI无法理解SVG图形语义结构的难题。该系统能将用户的自然语言描述自动转换为精美的矢量动画,生成的动画文件比传统视频小54倍,在多项评估中超越顶级竞争对手,为数字创意产业带来重大突破。
华为诺亚方舟实验室提出VersatileFFN创新架构,通过模仿人类双重思维模式,设计了宽度和深度两条并行通道,在不增加参数的情况下显著提升大语言模型性能。该方法将单一神经网络分割为虚拟专家并支持循环计算,实现了参数重用和自适应计算分配,为解决AI模型内存成本高、部署难的问题提供了全新思路。