ZD至顶网CIO与应用频道 08月04日 北京消息:近日,国内电信运营商在物联网领域动作频繁新闻不断,继中国移动、中国联通发力物联网后,中国电信也宣布将在2017年上半年建成覆盖全网的NB-IoT,并与爱立信签署物联网设备连接平台战略合作,显著迹象表明运营商正在全面加码布局物联网。
业内人士分析,物联网产业已从平滑培育期进入高速发展的拐点,具备了全面爆发的基础。万亿级市场即将打开,除了传统的华为等老牌通信服务厂商,新的物联网专业云服务公司,也开始在这个过程中起到重要作用,加速运营商物联网应用落地。
运营商物联网诉求迫切
“物联网将是运营商转型发力的重中之重。”从去年开始,电信运营商高层不只一次在各类公开场合强调物联网的战略地位。
实际上对于运营商而言,其拥有基础设施和物联网专属网络,有流量上传通道优势,自建及合作的流量和资费管理平台已经非常成熟,目前主要诉求是在设备接入、数据解析和应用服务上,需要与不同层级的物联网云服务商进行设备联网、终端管理、数据挖掘及应用等服务整合。
例如,被国际运营商沃达丰看中云服务应用能力,以及对物联网终端设备的管理能力的机智云,近日便宣布双方达成战略合作。
机智云集成沃达丰全球M2M卡管理平台服务,对通过沃达丰SIM卡收集的跨境物联网设备的流量和账款情况,与机智云提供的设备管理和用户管理服务进行整合,帮助中国客户在海外市场实现跨境设备运营数据和SIM卡的统一管理需求,有效降低客户运营成本和流量风险,首单落地在一带一路跨境货运项目上。
全栈平台加速运营商物联网布局
目前在业界,从通信服务提供商华为,到互联网巨头BAT等,均在设备联网、终端管理、业务应用使能平台等不同层面发力,但如果能有一家云服务商兼具所需的全部能力,则会大大加速运营商在物联网布局速度,因此运营商正在积极需求更多的技术合作。
与此同时,业务涵盖终端管理、连接管理、应用支持和业务分析等主要功能的全栈(full stack)物联网平台也应运而生。
被定位为全栈物联网云平台服务领导者的机智云,平台实际发生的业务量、企业客户量、接入量以及开发者数量等已超过国内外单一类型平台规模,除传统意义的云服务外,机智云将数据挖掘和人工智能应用在业务中,并通过新的支付模式,释放共享经济价值,已完成设备运营分成的商业验证。
双拳出击:拓展业务应用,创新商业模式
从市场层面看,第三方云服务平台的兴起反应了物联网的繁荣。但不得不说, “电信运营商在物联网方面确实缺少杀手级业务,究其原因主要在于运营商对实体行业的了解不太够,缺少行业专家。” 中国电信创新业务事业部总经理李安民曾公开表示。
在机智云CEO黄灼看来,机智云的一大使命便是助力运营商迅速拓展物联网应用,创新商业模式。
从去年开始,机智云与中国联通达成战略合作,与Jasper(负责庞大的SIM卡流量和资费管理)在国内流量卡业务上进行系统对接,提供一体化物联网开发环境和设备运维服务,帮中国联通形成物联网上下游一体化服务链条,共同服务国内企业级客户。首单落地在发改委重点项目华商三优智能充电桩展开合作,该项目以中国联通网络为基础,通过物联网卡实现远程控制管理充电桩信息,助力中国联通在物联网新应用推广、合作模式/商业模式探索方面提供了成功案例。
“我们通过多年在物联网云服务领域的深耕和服务,不管是企业客户还是开发者生态都已经形成规模化,现在三大运营商都在找我们,希望能将我们繁荣的开发者和厂商生态融入他们各自的物联网布局中去。”黄灼表示,甚至有运营商从资本层面提议,欲通过投资机智云这样连接应用开发者与企业的平台,快速丰富其物联网行业布局。
不仅如此,机智云面向垂直行业的SaaS平台,一直积极探索与行业大佬合作,为客户提供更多的成熟物联网技术应用。例如,其和戴姆勒大中华区投资有限公司(梅赛德斯-奔驰母公司)达成了深度合作,推出的新一代奔驰Smart智慧车行生活方案,为白领族提供线上预订、楼下取车、即租即还的一站式分时租赁用车服务,并已投放运营北京、上海、广州、深圳等地的32个租车点。
多方合作,共建生态
物联网产业链条长、生态环境复杂、应用场景种类繁多且诉求不一,使得运营商的物联网转型之路并不平坦。李安民坦言,“物联网时代只靠自己玩不行。”
这样的观点与中国联通的发展思路也一致。北京联通物联网开发中心经理周杲捷表示,从运营商在产业链的角色看,“其实我们的管道做好就可以,但是更希望能够与我们的芯片模组、终端设备、平台服务和系统集成商合作,为企业客户和政府类的客户提供一个完整的解决方案。”中国联通Jasper平台国内代理商爱云北方区总经理蔡伟介绍,目前其思路便是,与其花大量时间与精力去自建完整的物联网平台,不如把物联网平台部分功能剥离出来,通过与第三方平台合作来加速物联网发展进程。
从另一个角度看,“运营商的优势在于通道管理,而我们的优势则是工具和服务,在产业链上是互补的,不管是终端管理,还是应用支持,甚至数据分析,我们都已经有成熟的工具和产品。”黄灼说。
他表示,这也是运营商为什么联合机智云这样的全栈物联网供应商,共同解决物联网应用拓展、商业变现等产业壁垒的原因。
好文章,需要你的鼓励
华中科技大学与利哈伊大学研究团队开发的MMMR基准是首个专门评估多模态大语言模型推理思考过程的综合工具。通过1,083个跨六大领域的高难度推理任务和创新的推理过程评估管道,研究发现即使最先进的模型在推理任务上也与人类存在约10%的差距。研究揭示了答案准确性与推理质量间的脱节:模型常出现思考不一致(41.5%)、过度思考(20.5%)等问题。这一基准不仅评估答案正确性,更深入分析思考质量,为提升AI系统的可靠性和透明度提供了重要方向。
UI-Genie是一个创新的自我改进框架,解决了GUI智能体面临的两大挑战:轨迹验证困难和高质量训练数据缺乏。研究团队开发了专用奖励模型UI-Genie-RM,采用图像-文本交错架构有效处理历史上下文,并统一了步骤级和任务级奖励评估。通过精心设计的数据生成策略和迭代自我改进,该框架无需人工标注即可创建高质量合成轨迹。实验结果显示,经过三轮数据-模型自我改进后,UI-Genie在多个基准测试上达到了最先进水平。该研究已开源全部实现和数据集,为GUI智能体研究提供重要资源。
浙江大学和蚂蚁集团的研究团队开发了ACTIVE-O3,一种创新框架,赋予多模态大语言模型"主动感知"能力,使AI能够智能地决定"看哪里"和"怎么看"。基于群体相对策略优化(GRPO)构建,该系统采用两阶段策略,先选择关注区域,再执行任务。实验表明,ACTIVE-O3在小物体检测、密集物体定位和交互式分割等任务上显著优于现有方法,并展示出强大的零样本推理能力。该研究为AI系统提供了更接近人类认知的视觉探索能力,对自动驾驶、医疗诊断等领域具有重要应用价值。
ImgEdit是北京大学与兔小贝AI联合推出的图像编辑框架,解决了开源编辑模型落后于商业产品的问题。该框架包含120万对高质量编辑图像对,涵盖13种编辑类型和11万个多轮交互样本。通过融合视觉语言模型、检测模型和分割模型的多阶段流程,ImgEdit确保了数据的高质量性。研究团队基于此数据集训练了ImgEdit-E1模型,并提出ImgEdit-Bench评估基准,从指令遵循、编辑质量和细节保留三个维度全面评估模型性能。实验结果显示,ImgEdit-E1在多个任务上超越现有开源模型,推动了图像编辑技术的进步。