近日,第五届“绽放杯”5G应用征集大赛全国总决赛在深圳圆满落幕,本届大赛历时6个月,参赛项目28560个。华为携手各地运营商、行业客户、行业合作伙伴在本次总决赛中荣获多项大奖,由华为配合运营商完成5G网络建设的项目获得了一等奖、二等奖总数的三分之二,涵盖车联网、海洋、能源、水务、制造等多个行业领域。

第五届“绽放杯”5G应用大赛一等奖颁奖
智慧水务领域,5G赋能城市水务高品质运营应用示范项目
深圳移动联合深圳水务、华为打造了基于一张高安全、高可靠的城市级5G专网,实现“水源地-水厂-供水管网-供水泵房-排水管道-河道”全域接入,开展全链条运维、全时空监测、全场景应急等场景应用,“源、供、排、污、灾”全过程量化监控管理,助力推动城市水务治理的精细化、网络化和智能化。深水集团内部可在全国7省推广,行业内可在37600多个水务公司复制。
智慧园区领域,5G+直流微电网赋能打造杭州亚运全绿电零碳示范园区
浙江移动携手华为践行国家双碳战略,借助5G电力行业专网,在亚运园区内首创“5G+零信任+量子加密+能力开放“的行业专网安全解决方案,实现大电网与微电网、微小清洁能源(如分布式光伏)的高效互动,实现“源网荷储”各场景的绿色、智慧转型发展,历史首现零碳亚运。成果还在浙江省共同富裕示范区内示范推广,助力乡村振兴。
智能发电领域,国电电力东胜热电基于5G技术的工业无线网在智能化火电厂建设中的实践应用”
中国电信与华为深度打造,首次实现5G网络接入火电底层工业控制系统,创5G网络底层工业控制领域应用先河,通过5G切片接入管理信息网和生产控制网,改变火电数十年不变的组网架构。5G回传高清视频监视信号,弥补了火电厂有限空间内无远程监视的行业空白,提升火电机组运行、检修智慧化程度。形成行业标准,国内33家火电厂参观学习,标杆效应显现。
智慧教育领域,5G专网赋能西交大教、考、评、管智慧教育新应用
陕西电信联合西交大、华为共推教育部、工信部的“5G+智慧教育”应用试点项目,六部委IPv6+5G建设创新和融合应用试点项目。建成全国首个5G智慧学镇,在“教、考、评、管”实现应用落地。四校区共建设300个5G基站,2万多5G终端互联互通。项目获73项专利,35项目国家与省部级奖项,向全国95所高校进行平台能力输出。
智能电网领域,5G智慧电力专网助力分布式光伏应用发展
山东联通联合山东国网、华为将5G解决方案深入分布式光伏并网控制的核心环节,保障分布式光伏控制业务的网络可靠性,将电力公司可调控的分布式光伏容量提升近3倍,为全国8亿千瓦分布式光伏建设提供示范效应,预计可规模部署63万5G分布式光伏并网控制终端,助力终端产业链成熟。
智能制造领域,精工自动化5.5G黑灯工厂项目
中国联通联合长城精工(全国领先的汽车制造设备供应商)、华为,引入勃傲等专业生态伙伴,落地全国首条5.5G uRLLC低时延柔性产线,实践4ms@99.999%现场级网络。项目聚焦新一代uRLLC模组开发,已实现国产化、自主可控,对未来通信行业的发展极具战略意义。

此外,华为还支持运营商与行业伙伴打造了“车路网云数,立体防御体系护航新基建5G智慧交通发展”、“5G SUL和5G NTN在海空通航运营的应用”、“5G专网赋能LNG 工业互联网+安全生产”、“新型5G专网 工控深度融合——施耐德全国5G零碳智能工厂创新实践”等多个获奖项目,在支撑行业数字化、智能化成功转型方面持续发挥产业联动的关键作用。
“绽放杯”5G应用大赛由工业和信息化部主办,中国信息通信研究院、5G应用产业方阵、IMT-2020(5G)推进组和中国通信标准化协会共同承办,旨在解决产业发展难点,进一步推动5G应用商业落地,助力信息通信业的高质量发展。
未来,华为将进一步与运营商、行业伙伴加强协作,推动5G在更多行业、更多领域开展创新实践与规模应用,助力千行百业的数字化、智能化转型升级。
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。