
科技行者 1月23日 北京消息(文/于艺婉):近日,北京市经信委发布北京市5G产业发展行动方案(2019年-2022年),表示将以实现关键核心技术自主可控为引领,掌握5G创新主动权、发展主动权,构筑高端高新的5G产业体系,以增量带动存量,拉动首都新一代信息技术产业全面升级。
秉承需求牵引、创新驱动、重点突破和超前布局的的发展原则,北京市进而提出了网络、技术、产业三个方面的的发展目标。
300亿元网建投入1万亿元产业规模
在北京市5G产业发展行动方案(2019年-2022年)中,北京市明确提出了三大目标,分别为网络建设目标、技术发展目标以及产业发展目标。
网络建设目标:到2022年,北京市运营商5G网络投资累计超过300亿元,实现首都功能核心区、城市副中心、重要功能区、重要场所的5G网络覆盖。
技术发展目标:北京市科研单位和企业在5G国际标准中的基本专利拥有量占比5%以上,成为5G技术标准重点贡献者。重点突破6GHz以上中高频元器件规模生产关键技术和工艺。
产业发展目标:北京市5G产业实现收入约2000亿元,拉动信息服务业及新业态产业规模超过1万亿元。
“一五五一”工程
目标已定,接下来就是该怎么做了。为此,北京市提出了“一五五一”工程。第一个“一”即一个突破――突破中高频核心器件技术等关键环节;“五五”即五大场景、五大应用;最后一个“一”是培育一批5G产业新业态。
应用场景开发是5G商用价值的关键环节,也是大规模组网前亟需解决的关键难题,为此,北京市锁定了五个重大工程以及活动契机,分别为北京城市副中心、北京新机场、2019年北京世园会、2022年北京冬奥会、长安街沿线升级改造项目,将5G五个典型的应用场景与上述工程相结合。
自动驾驶、健康医疗、工业互联网、智慧城市、超高清视频是北京市5G产业发展行动方案(2019年-2022年)中将要开展的五大示范应用,北京市表示支持经济开发区及有条件的行政区结合各自特点开展上述5G运营示范。
五大应用场景
北京市5G产业发展行动方案(2019年-2022年)还对每个5G应用场景提出了示范要求。在自动驾驶方面,一是支持自动驾驶技术与车联网技术协同研发,促进5G技术在新型车载计算平台上的应用,满足未来共享汽车、远程操作、自动和辅助驾驶等连接要求;二是在安全可控的前提下,分几段在封闭园区、指定市政道路、指定高速路/城市快速路以及相关区域开展自动驾驶、自动编队行驶、远程驾驶测试等试运行。
在健康医疗方面,主要通过智能传感器、大数据等技术在医疗设备、诊疗系统上的系统应用,实现实时医疗监控、全方位病人感知、全面整合医疗资源,实现远程医疗覆盖、提供远程会诊、远程影像、远程超声、远程心电、远程病理、远程手术、远程护理等各类远程医疗服务。
工业互联网是互联网与新一代信息技术与工业系统全方位深度融合形成的产业和应用生态,5G可为其提供低时延、高可靠、广覆盖的性能要求。为此,北京市5G产业发展行动方案(2019年-2022年)提出一是组织开发面向特定行业与场景的通信设备和应用软件;二是构建工业互联网平台体系,加快5G技术与工业控制深度融合;三是推动5G、云计算、大数据、人工智能和实体经济深度融合,支持传统产业优化升级。
5G技术应用到城市管理中,将改变信息交互方式,提高实时信息处理能力、感应与响应速度,增强业务弹性和连续性。北京市5G产业发展行动方案(2019年-2022年)表示要加快5G与物联网泛在基础设施、应用服务平台等关键核心技术的协同创新,推进5G技术在智能泊车、智能抄表、智慧照明、智慧楼宇、智慧管网、智慧政务、智慧社区、智慧家庭等领域广泛应用。
随着家庭娱乐进入4K/8K时代,超高清视频应用将成为5G率先成熟的应用场景。北京市5G产业发展行动方案(2019年-2022年)要求以实现2022冬奥会5G+8K直播为目标,依托国家超高清视频产业联盟,聚焦视频产业链相关龙头企业,开展前端视频内容生产、传输端5G传输测试、终端核心芯片和显示器件联合试验,打通信号制作传输链条,推动超高清视频产业和5G协同发展。
除此之外,北京市5G产业发展行动方案(2019年-2022年)还表示将在优势领域组织一批5G成果产业化项目,组织一批共创空间、孵化器、中小创业投资等机构,重点在5G与文化传媒、金融、教育、物流、工业等领域的跨界融合创新应用上,孵化和培育100家左右5G应用企业,将5G新应用、新商业模式培育成为未来信息消费的重要增长点。
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。