
2022年12月20日,GSMA Ltd CEO洪曜庄(John Hoffman)与GSMA大中华区总裁斯寒斯寒参加GSMA创新论坛之2022产业领袖思享汇,并发表开场致辞。
洪曜庄表示,疫情对我们所有人来说都很艰难,但是全球疫情开始呈现下降的趋势,尤其是中国开始恢复。他非常期待着与大家面对面相聚。
中国的5G发展故事还未能很好地呈现在国际舞台上。但是中国5G发展非常棒,中国产业的成功经验是可以帮助到国际产业的发展。
在这方面中国产业已经站出来——“让我们来引领,欢迎向我们学习”。只待疫情状况变好一些,GSMA就可以更好的帮助讲述中国产业的故事,因为中国产业有太多好经验可以分享。
洪曜庄提出,GSMA 5G IN(5G创新与投资平台)是他非常看好的项目。新冠疫情虽然影响了很多人,但也给我们机会围绕 5G IN来创新,通过在中国涌现的优秀创新来赋能新能力。创新者不仅在国内能够闯出一番事业,还可以走出国门。当然不是通过单打独斗,而是与伙伴们一起。
洪曜庄认为,创新与合作是非常重要的,应促进世界加强合作,去开辟下一阶段的新机会。例如制造业将因5G而有机会彻底的转型,医疗、教育等很多垂直行业都将受到5G的积极影响。
“今天的这种交流就变得非常重要,来探讨我们的现状,当然更重要的是,我们要去哪里。”洪曜庄最后说道。
斯寒在开场致辞中与产业分享了2022年移动产业所呈现出的五个重要趋势,它们分别是:
首先是政府更加重视通过政策工具来推动产业发展,例如欧洲的数字市场法案,也包括中国的虚拟现实和行业应用融合发展行动计划。
第二,运营商更加重视元宇宙的机会,加大了元宇宙的布局,这里面包括入局元宇宙的零售,提供相应的适合元宇宙发展的平台服务,以及加大相关的产业标准的工作。
第三,产业在可持续发展的工作当中,扩大了自己的努力,除了在提高网络的效能上面做了很多努力之外,还联合了很多合作伙伴,比如说能源企业一起为消费者提供更加绿色的产品和服务。
第四,全球5G的第二波发展已经开启,随着5G发展的第一梯队——中美日韩等初期的发展已经日渐成熟,我们看到了新兴市场,特别是印度在过去一年里面扩大了自己的5G服务,也开启了全球5G发展的第二波浪潮。
第五,我们发现iPhone 14的推出加速了eSIM商业化的进程。GSMA多年在持续完善eSIM的标准规范,随着iPhone推出纯eSIM版本,将会加速消费者的认知度和接受度。
与此同时,斯寒对GSMA在2022年的重要事件进行了总结回顾。2022年对于GSMA来说是恢复产业业务和活力的一年,GSMA通过技术、战略、政策以及GSMA智库等研究部门,深度参与和牵头了众多影响产业发展重要议题的工作。
2022年MWC巴塞罗那吸引全球183个国家和地区6万人到现场参加,以及50位部长和88个政府及国际组织代表团。GSMA在全球2022年的一系列活动,印证了GSMA在聚合产业,并且能够促进产业的交流,加大国际合作上面工作的重要性。
通过和各国政府以及多边机构的合作,我们在25个国家和地区推出了有利于移动产业发展的政策的出台。针对6 GHz和网络建设投资缺口等等问题,GSMA也制定了相关的政策立场和产业观点,我们发布了全球首个移动产业的ESG披露框架,帮助产业更好地实现可持续的发展。GSMA通过150多个技术工作组,聚合了产业超过6000多名专家,一起为产业创造和更新了200多份行业必须的文档,不断的改进了多个行业规范,斯寒特别提到以中国移动、中国电信、中国联通等中国公司专家牵头的国际项目组有近20个。
尽管疫情的影响没有消退,2022年GSMA大中华区联合产业伙伴一起举办了15个区域性和国际性活动,促进区域间的理解与合作。发布了4份产业热点报告,包括GSMA每年度的《中国移动经济发展》,梳理了《全球6 GHz IMT生态》,探索了《消费元宇宙》的机会,连续三年发布了《中国5G垂直行业应用案例》。5G IN也是大中华区发起的全球项目,今年也有了新的突破,创建了GSMA全球首个5G创新类别的会员。我们和香港科技园,德国电信联合启动5G IN数字生态创新中心,参与了手机元宇宙的创新倡议。推动5G City工作方面,我们联合国内外的产业组织和合作伙伴成立了5G City工作组。
斯寒表示我们非常注重借助和有影响力的外部平台来为产业代言和发声,今年基于多年良好合作的合作基础,GSMA作为发起单位加入了世界互联网大会国际组织理事会。斯寒最后指出所有的一切都离不开产业各位领导,各个合作伙伴和朋友们的支持,在2022年即将结束之际,对大家的支持和鼓励表示感谢。2023年GSMA将一如既往的尽力去讲好我们产业的故事,推动产业的创新和发展。
好文章,需要你的鼓励
浙江大学团队提出动态专家搜索方法,让AI能根据不同问题灵活调整内部专家配置。该方法在数学、编程等任务上显著提升推理准确率,且不增加计算成本。研究发现不同类型问题偏爱不同专家配置,为AI推理优化开辟新路径。
清华大学研究团队提出SIRI方法,通过"压缩-扩张"交替训练策略,成功解决了大型推理模型"话多且准确率低"的问题。实验显示,该方法在数学竞赛题上将模型准确率提升43.2%的同时,输出长度减少46.9%,真正实现了效率与性能的双重优化,为AI模型训练提供了新思路。
南洋理工大学与腾讯联合研究团队开发出Rolling Forcing技术,实现AI视频实时流式生成的重大突破。该技术通过滚动窗口联合去噪、注意力锚点机制和高效训练算法三项创新,解决了长视频生成中的错误累积问题,可在单GPU上以16fps速度生成多分钟高质量视频,延迟仅0.76秒,质量漂移指标从传统方法的1.66降至0.01,为交互式媒体和内容创作开辟新可能。
华中科技大学研究团队发现,通过让AI模型学习解决几何问题,能够显著提升其空间理解能力。他们构建了包含约30000个几何题目的Euclid30K数据集,使用强化学习方法训练多个AI模型。实验结果显示,几何训练在四个空间智能测试基准上都带来显著提升,其中最佳模型达到49.6%准确率,超越此前最好成绩。这项研究揭示了基础几何知识对培养AI空间智能的重要价值。