GSMA大中华区总裁斯寒介绍2023年MWC上海“5G IN 创新地带”看点
“5G IN ”的成长之路
“5G IN (5G创新与投资平台)是GSMA Foundry旗下全球项目之一。5G IN项目汇集了移动运营商、行业和生态合作伙伴以及投资者,旨在推动5G创新并加强跨界合作。5G IN由GSMA牵头发起,与12家联合创始成员共同成立,包括中移资本、中移国投、电信投资、联通资本、宽带资本、晨山资本、华为、中兴、东证资本、CSDN、深创谷和德勤中国。
2019年是中国正式进入5G商用的元年,GSMA在2019年发起成立了“5G IN”,因为我们相信中国将成为5G技术发展的重要领导者之一。作为产业发展一贯的推动者,GSMA希望在助力5G创新发展方面发挥引领作用。
无论是在渗透率方面,还是用户数量方面,中国已然成为全球最大的5G市场。我们预计到2025年,中国将成为首个5G连接数超10亿的市场,这将成为5G史上又一里程碑。
在中国5G迅速发展的进程中,“5G IN ”一直致力于聚焦和推动人工智能、物联网、边缘计算和增强现实/虚拟现实等领域的技术创新,并为创新发展提供全方位的资源。
对于GSMA大中华区而言,作为“5G IN”的发起者,最令人振奋的事情之一就是能够见证优秀的初创企业获得投资,看到他们的业务蓬勃发展。我们非常期待在2023 MWC上海的“5G IN创新地带”与大家分享成功案例。
为什么要参观MWC上海的“5G IN创新地带“?
今年是MWC上海十周年,我们很高兴在疫情后欢迎大家再次来到MWC上海。“5G IN创新地带”也将强势回归,而且比以往任何时候都要精彩!
简而言之,对想要了解初创企业和创新公司如何利用最新科技的观众来说,MWC上海的“5G IN 创新地带“ 将是不容错过的打卡地。
您将有机会看到最热门的数字技术创新。我们将展示科技发展如何释放潜力,彻底变革各行各业,展示从元宇宙到无人机等方面的亮眼应用。
今年“5G IN创新地带“有什么看点?
今年的“5G IN创新地带”汇集了精彩纷呈的体验。虽然很难选择,但在众多值得分享的亮点中我推荐的是:
这只是MWC 上海的冰山一角,还有更多精彩内容等您前来探索。在展会期间,与会嘉宾还有机会参加丰富的主题演讲、专业论坛、寻找投资机会、观摩5G技术产品展示等等。您可以在展区了解5G如何在不同领域实现跨界创新,我已经和您一样迫不及待地想要探索其中的奥秘。
“5G IN创新地带”有什么值得关注的讨论环节?
本次展会,最令人期待的环节之一是GSMA首席执行官John Hoffman(洪曜庄)先生和荣耀终端有限公司首席执行官赵明先生之间的CEO科技对话。
这场对话将在6月29日中午12点举行,两位首席执行官将讨论智能手机和个人设备生态系统的发展趋势。面对消费者换机周期的延长与市场增量的进一步收缩,他们将探讨智能手机市场未来的机遇,以及相关行业伙伴如何共同寻找突破点。
智能手机发展的新时代即将到来,我非常期待聆听他们对于行业发展趋势的见解。
OpenNet专区的”开放网络、开启未来”峰会也将在3号馆的5G IN开放舞台举行,届时宽带资本及其投资的公司将畅谈对未来开放网络的看法,并讨论如何共同推动未来的创新,打造更安全、智慧的世界。点击此处注册参加MWC上海。
---
您可以在上海新国际博览中心(SNIEC)举办的2023 MWC上海N3展馆找到“5G IN创新地带“。该展区将于6月28日至30日对观众开放。如需了解更多信息,请点击:https://www.mwcshanghai.com/experiences/5gin/
好文章,需要你的鼓励
OpenAI首席执行官Sam Altman表示,鉴于投资者的AI炒作和大量资本支出,我们目前正处于AI泡沫中。他承认投资者对AI过度兴奋,但仍认为AI是长期以来最重要的技术。ChatGPT目前拥有7亿周活跃用户,是全球第五大网站。由于服务器容量不足,OpenAI无法发布已开发的更好模型,计划在不久的将来投资万亿美元建设数据中心。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
英伟达推出新的小型语言模型Nemotron-Nano-9B-v2,拥有90亿参数,在同类基准测试中表现最佳。该模型采用Mamba-Transformer混合架构,支持多语言处理和代码生成,可在单个A10 GPU上运行。独特的可切换推理功能允许用户通过控制令牌开启或关闭AI推理过程,并可管理推理预算以平衡准确性和延迟。模型基于合成数据集训练,采用企业友好的开源许可协议,支持商业化使用。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。