1月7日,国内最具影响力的AIoT产业大会“拨迷见物·2020 AIoT产业年终盛典”在北京召开。会议汇聚“端、边、管、云、用”物联网全产业链的众多企业,分享总结2020年度产业落地成果,把脉2021年产业发展趋势。紫光股份旗下新华三集团作为代表企业受邀参会,并在会上发表题为《5G边缘物联,使能数字化转型》的主旨演讲,分享新华三基于5G物联专网的行业实践。
打造5G物联专网,使能数字化转型
5G的价值在于赋能百行百业,随着5G网络商用的加速和行业数字化转型落地,物联网的连接类型和数据量都在不断增长,越来越多的行业用户希望在企业边缘侧实现所有物联网终端数据与业务的闭环。新华三集团认为5G行业专网将加速物联网业务在相关垂直行业的落地,对此,新华三通过整合自身产品和生态伙伴行业应用,面向行业推出5G物联专网解决方案,实现统一的物联业务承载、数据本地闭环可控、全网自管理自服务。
物联接入侧,通过新华三自研的5G云化小站统一承载行业所有物联网业务接入,并能够灵活拓展AP、UWB、蓝牙等物联网模块;网络和平台侧,推出“5G融合智能引擎”, 打造5G行业专网的物联中枢;应用侧,携手行业伙伴聚合全场景5G物联网应用,满足行业客户不同场景的业务需求。
“5G融合智能引擎”作为5G行业专网的物联中枢,整合新华三的“轻量化5GC核心网”、“绿洲物联网平台”和“统一管理系统”三大产品,实现5G物联网络和物联网平台的云网融合,并统一在边缘进行云化部署。通过5GC核心网配合5G云化小站,完成5G专网的网络构建,并基于绿洲物联网平台,汇聚所有行业专网的物联网数据,向上层行业应用开放标准接口。此外,通过统一管理系统,对包含5G在内的所有网络、终端设备进行便捷的管理,保障行业客户聚焦自身的业务创新。
试点应用,推进5G物联专网演进升级
目前,新华三集团5G物联专网解决方案已经实现了试点实践。比如联合中国移动研究院、浙江移动,在新华三杭州总部产品试制车间进行的5G专网在工业场景的应用试点,实现业界首次4.9Ghz频段5G云化小站应用。新华三在试点中提供了包括轻量化5GC核心网、4.9Ghz 5G云化小站以及基于5G云化小站拓展的UWB模块等产品,试点重点验证了4.9Ghz频段5G云化小站的覆盖能力、4K超高清视频监控和资产高精度定位等典型工业场景应用。
成功试点是5G进入百行百业的第一步。对于5G物联专网的演进趋势,新华三集团总结为三个阶段:“ToB 1.0:探索阶段(2019-2021年)”,此阶段用户主要在一些垂直场景进行试点应用,属于“想用5G物联专网”阶段,建议聚焦高价值场景,赋能场景数字化。“ToB 2.0:丰富阶段(2021-2023年)”,随着3GPP R16的商用演进和5G 物联网终端成本的降低,5G将在更多行业物联网场景应用,步入“能用5G物联专网”阶段。“ToB 3.0:成熟阶段(2023年以后)”,5G将全面与行业应用深度融合,这时新华三认为应该聚焦优势产业,加强行业定制化服务,实现“敢用5G物联专网”阶段。
携手产业生态,加速5G物联专网落地
一直以来,商业化是检验技术和解决方案的试金石。对于5G物联专网的商业模式,当前只有运营商有5G授权频段,因此所有5G物联网行业应用的落地都需要有运营商参与,整个产业链可简述为“5G产业生态+运营商,共同服务行业客户”。5G产业生态包含芯片/模组/终端厂商、网络设备商、平台商以及集成商等。
新华三集团认为,当前5G行业专网主要有两种商业模式,一种由运营商主导,联合服务商或者集成商实现行业落地,并通过服务订阅或项目集成方式交付;另一种由集成商或者服务商主导,通过购买运营商5G专网,服务行业客户落地。无论哪一种模式,整体5G产业生态都需要合作伙伴全程参与,合作共赢。
作为数字化解决方案领导者,新华三集团持续聚焦行业客户的数字化转型,同时作为运营商网络主流设备供应商,面对5G带来的全新产业机遇,新华三基于“AI in ALL”智能战略和“数字大脑计划2020”实践,将携手运营商与5G产业生态伙伴,共同探索5G物联专网在百行百业的商用落地,加速行业数字化转型。
好文章,需要你的鼓励
皮尤研究中心最新分析显示,谷歌搜索结果页面的AI概述功能显著降低了用户对其他网站的点击率。研究发现,没有AI回答的搜索点击率为15%,而有AI概述的搜索点击率降至8%。目前约五分之一的搜索会显示AI概述,问题类搜索中60%会触发AI回答。尽管谷歌声称AI概述不会影响网站流量,但数据表明用户看到AI生成的信息后更容易结束浏览,这可能导致错误信息的传播。
约翰霍普金斯大学研究团队开发了ETTIN模型套件,首次实现了编码器和解码器模型的公平比较。研究发现编码器擅长理解任务,解码器擅长生成任务,跨界训练效果有限。该研究为AI模型选择提供了科学依据,所有资料已开源供学术界使用。
GlobalData研究显示,人工智能驱动的预测性维护正成为电力行业追求高可靠性和成本效益的关键组成部分。该技术结合数据分析、机器学习和实时监控,能够更准确预测设备未来状况,有望降低维护成本30%,提高设备可用性20%。GE Vernova、西门子等公司提供先进解决方案,而数字孪生技术、物联网和边缘计算等新兴技术正进一步提升维护策略的准确性和效率。
博洛尼亚大学团队开发出情感增强的AI系统,通过结合情感分析和文本分类技术,显著提升了新闻文章中主观性表达的识别准确率。该研究覆盖五种语言,在多项国际评测中取得优异成绩,为打击虚假信息和提升媒体素养提供了新工具。