[中国,上海,2025年6月18日] 华为以“加速迈向智能世界”为主题,携“5G-A体验经营新商业、AItoX智能体业务新范式”亮相2025 MWC 上海,与全球运营商客户、行业伙伴、意见领袖一同,围绕运用AI创造价值的主线,探讨运营商在智能化时代的发展之路。展会期间,在业务创新领域,华为携手国内三大运营商发布,5G-A体验经营、AItoX商用创新成果;在基础设施创新领域,华为携手运营商分享AI-Centric Network最新实践,打造智能算力中枢,使能智能时代商业成功,华为发布全新AI UBB解决方案,端到端覆盖从家庭宽带到承载网络,通过端到端内置算力和全方位提升性能,加速网络迈向高阶自治,为AI应用提供极致体验,激发商业新增长;在全面智能化运维运营领域,华为携手三大运营商发布:无线智能化运营、家宽智能化运营最新实践与成果,以及面向训推业务的智算服务,支撑运营商建好、维好、用好算力。2025年中国、中东、亚太等地加速5G-A商用进程,积极探索体验经营新范式。
华为副董事长、轮值董事长徐直军在大会的主题演讲上分享了四个关于“驱动增长的路径”的发现。徐直军指出,电信业历经近40年的快速发展,已进入稳定发展期,面临增长挑战。电信运营商的发展需要洞察变化,找到成长型需求、驱动增长。一是聚焦每天在使用网络服务的最终用户的需求变化,并抓住其中的成长型需求;二是通过系统工程,激发高清视频流量的供给和消费;三是让5G联接每一辆车,抓住智能网联汽车的增长机遇;四是用FTTR联接所有个体工商户,抓住智能化发展机遇。
“由于不同国家、不同运营商所处的环境不同,面临的竞争不同,故增长的机会和路径也不同,华为愿意与运营商一道,共同探索增长的机会和路径,助力运营商持续增长”,徐直军说。
2025 MWC 上海华为N1展区
作为全球5G-A发展的先锋,在中国,截至目前,已有300多个城市实现5G-A覆盖,30多个省份已发布5G-A主套餐,5G-A用户数已超过1000万,中国、中东等区域多个运营商已推出高端品牌焕新计划,积极探索5G-A体验经营新价值体系, 5G-A不仅为用户提供极速网络体验,同时赋能智慧生活、交通、生产等多个行业智能化升级。
当前,通信行业正在经历新一轮AI技术创新,以体验经营为代表的价值跃升新阶段已到来,将深刻改变“人与人、人与组织、人与社会”的互动合作模式, 全球运营商积极拥抱AI时代,发挥自身“云、网、智、算”的资源禀赋,积极探索与实践,通过AI重塑业务、基础设施及运营运维,实现商业新增长。AItoC领域,运营商通过品牌焕新,为用户提供随时随地高品质个性化融合智能体服务;AItoH领域,通过智家服务焕新,部署大中小屏协同到智家陪伴服务;AItoV领域,运营商通过车载需求焕新,叠加智能体功能,从车联网出发打造智能移动第三空间,实现随时随地的新体验新商业;在AItoB领域,通过能力焕新,升级算网和模型服务,深入赋能生产作业场景。
2025 MWC 上海于6月18日至6月20日在中国上海举行。华为展区位于上海新国际博览中心(SNIEC)N1馆。2025年5G-A商用加速发展;华为与全球运营商、行业精英、意见领袖等一同深入探讨通过AI技术创新,重塑业务、基础设施及运营运维,实现商业新增长,加速迈向智能世界。欲了解更多详情,请阅: https://carrier.huawei.com/cn/events/mwcs2025
好文章,需要你的鼓励
美国网络安全和基础设施安全局指示联邦机构修补影响思科ASA 5500-X系列防火墙设备的两个零日漏洞CVE-2025-20362和CVE-2025-20333。这些漏洞可绕过VPN身份验证并获取root访问权限,已被黑客积极利用。攻击与国家支持的ArcaneDoor黑客活动有关,黑客通过漏洞安装bootkit恶意软件并操控只读存储器实现持久化。思科已发布补丁,CISA要求机构清点易受攻击系统并在今日前完成修补。
康考迪亚大学研究团队通过对比混合量子-经典神经网络与传统模型在三个基准数据集上的表现,发现量子增强模型在准确率、训练速度和资源效率方面均显著优于传统方法。研究显示混合模型的优势随数据集复杂度提升而增强,在CIFAR100上准确率提升9.44%,训练速度提升5-12倍,且参数更少。该成果为实用化量子增强人工智能铺平道路。
TimeWave是一款功能全面的计时器应用,超越了苹果自带时钟应用的功能。它支持创建流式计时器,让用户可以设置连续的任务计时,帮助专注工作。应用采用简洁的黑白设计,融入了Liquid Glass元素。内置冥想、番茄工作法、20-20-20护眼等多种计时模式,支持实时活动显示和Siri快捷指令。免费版提供基础功能,高级版需付费订阅。
沙特KAUST大学团队开发了专门针对阿拉伯语的AI模型家族"Hala",通过创新的"翻译再调优"技术路线,将高质量英语指令数据转化为450万规模的阿拉伯语语料库,训练出350M到9B参数的多个模型。在阿拉伯语专项测试中,Hala在同规模模型中表现最佳,证明了语言专门化策略的有效性,为阿拉伯语AI发展和其他语言的专门化模型提供了可复制的技术方案。