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
这项研究由新加坡国立大学团队开发的DualParal技术,通过创新的双重并行架构解决了AI视频生成的长度限制问题。该方法同时在时间帧和模型层两个维度实现并行处理,配合分块降噪机制、特征缓存和协调噪声初始化策略,使生成分钟级长视频成为可能。实验表明,在生成1,025帧视频时,DualParal比现有技术减少了高达6.54倍的延迟和1.48倍的内存成本,同时保持了高质量的视频输出,为内容创作者提供了生成更长、更复杂视频叙事的新工具。
SoloSpeech是约翰霍普金斯大学研究团队开发的创新语音处理技术,针对"鸡尾酒会效应"问题提出了全新解决方案。该系统通过级联生成式管道整合压缩、提取、重建和校正过程,实现了高质量目标语音提取。与传统判别式模型相比,SoloSpeech采用无需说话者嵌入的设计,直接利用提示音频的潜在空间信息与混合音频对齐,有效避免特征不匹配问题。在Libri2Mix及多个真实世界数据集上的评测显示,SoloSpeech在清晰度、质量和泛化能力上均达到了领先水平,为语音分离技术开辟了新方向。
这项由北京大学深圳研究生院、伟湾大学、腾讯ARC实验室和兔小贝智能联合研究的Sci-Fi框架,通过创新的对称约束机制,解决了视频帧间插值中的关键问题。研究团队设计了轻量级EF-Net模块,增强结束帧约束力,使其与起始帧形成平衡影响,从而生成更自然流畅的中间过渡帧。实验证明,该方法在各种场景下都优于现有技术,特别适用于电影制作、动画创作和视频编辑领域,显著降低了人力成本。
这项来自西北大学和谷歌的研究突破了传统马尔可夫强化学习的局限,通过贝叶斯自适应RL框架解释了大语言模型中涌现的反思性推理行为。研究团队提出的BARL算法通过维护多个解题策略的后验分布,指导模型何时何地进行反思性探索,在数学推理任务上展现出显著优势,比基线方法减少高达50%的标记使用量,同时提高了准确率。这一研究不仅解释了"为什么反思有用",还提供了实用的指导原则,为AI系统的自适应推理能力开辟了新方向。