2021年5月16日,第四届“绽放杯”5G应用征集大赛(以下简称“大赛”)在北京正式启动。大赛由工业和信息化部主办,中国信息通信研究院联合5G应用产业方阵、IMT-2020(5G)推进组、中国通信标准化协会、金砖国家未来网络研究院中国分院共同承办。大赛以“融惠百业、智享未来”为主题,着力解决产业发展难点,侧重推动应用落地复制,进一步深化跨行业协作,大力弘扬“红色文化”,树立5G行业应用标杆。
工业和信息化部信息通信发展司司长谢存出席启动会并致辞。谢存在致辞中强调,本届大赛将重点聚焦5G应用热点领域及关键环节,着力推动5G应用关键共性技术、通用产品突破,选拔并孵化一批创新能力突出、应用效果优秀、市场前景可观的项目,提升用户5G体验,助力5G与实体经济的融合。
为加快推动5G应用发展,促进5G产业繁荣,谢存司长提出三点建议。
一是稳步推进5G网络建设,加快提升产业基础能力。坚持适度超前原则,围绕个人用户及垂直行业需求,持续打造高质量5G网络;加快5G独立组网建设,强化室内场景、商业楼宇等重点区域的深度覆盖。加速5G行业虚拟专网研究和试点,实现垂直行业对数据本地化、网络管理自主化的需求,降低垂直行业使用5G的“门槛”。持续完善5G端到端网络切片、边缘计算等关键共性技术,加大轻量化5G芯片、模组研发力度,为5G应用发展奠定良好基础。
二是持续深化5G应用探索,着力推动应用商用落地。充分发挥“绽放杯”5G应用征集大赛平台作用,围绕工业、交通、医疗、教育、文旅等重点领域,挖掘并培育5G应用优秀案例,探索形成一批可复制、可推广的商业模式。鼓励各地根据区域、产业特点打造特色5G应用,畅通与产业基金、投资机构等社会资本的对接机制,促进5G应用规模化复制。
三是强化跨领域跨行业协作,加速构建5G应用生态。鼓励基础电信企业、垂直行业企业、通信设备商、互联网企业等各方深入合作、相向而行,共同开展技术研究、跨行业标准制定及产品研发,形成“团体赛”模式。培养一批既懂5G又懂行业的应用解决方案商,搭建信息通信行业与垂直行业之间的“桥梁”。进一步深化与相关国家、国际组织在标准、技术、产业等方面的合作,建立良好的外部环境。
中国信息通信研究院副院长、5G应用产业方阵理事长、IMT-2020(5G)推进组组长王志勤介绍了本届大赛的组织方式、赛事赛程、奖项设置、大赛特色等情况。
本届大赛设置分赛和全国总决赛两个阶段,分赛阶段包含专题赛和区域赛,专题赛聚焦5G应用热点领域和5G应用通用技术及产品,区域赛突出各地区5G应用特色及其产业价值,各分赛推荐优秀项目参加全国总决赛。大赛面向全社会各类创新主体征集5G应用项目,调动全社会5G创新活力,促进5G应用创新与发展。本次大赛在总决赛阶段特别设立标杆赛道,面向往届大赛总决赛获奖项目开展征集,主要考察原项目的落地效果、推广效果和经济效益等。
本届大赛采取自由报名、公开遴选的方式,参赛单位、团队或个人通过5G应用产业方阵官网(www.5gaia.org.cn)注册报名与提交项目,专题赛、区域赛不可重复申报。大赛针对常规赛道设置“应用创新奖”一等奖10名、二等奖20名、三等奖30名、优秀奖若干,针对标杆赛道设置“应用示范奖”金、银、铜及优秀奖若干,并设置红色党建特色奖、最佳通用产品奖和最佳人气奖等特色奖项。
本届大赛项目征集期为2021年5月16日至7月15日,期间将结合地域和行业需求组织相关专题研讨会、沙龙等活动,总决赛将于2021年10月在深圳举办,具体活动安排将在大赛官网上进行发布。

图为朱禹涛、刘郁林、余晓晖、谢存、闻库、王志勤、申江婴(由左至右)
工业和信息化部信息通信发展司司长谢存、中国通信标准化协会副理事长兼秘书长闻库、中国信息通信研究院院长余晓晖、工业和信息化部信息通信发展司副司长刘郁林、5G应用产业方阵理事长、IMT-2020(5G)推进组组长王志勤、金砖国家未来网络研究院中国分院院长朱禹涛、新华网副总裁申江婴共同开启大赛启动仪式。
在大赛启动会主旨演讲环节,中国宝武工业互联网研究院副院长、宝信软件副总钱卫东、浙江大学医学院附属第二医院副院长丁克峰、清华大学教育研究院副院长韩锡斌、招商局国际科技有限公司总经理助理、妈湾智慧港项目经理卢赞新、腾讯云通信副总经理王军先后作了精彩纷呈的主题演讲,分享了工业、医疗、教育、港口、生活等领域的5G应用实践和技术创新进展。中国信息通信研究院无线电研究中心副主任、5G应用产业方阵副秘书长潘峰发布了《2021年5G应用产业方阵5G创新中心指南》。
本届大赛受到业界高度关注,近600万人次通过新华网、光明网、腾讯网、新浪网、5G智汇堂、智能+学院、以及中国电信天翼云商务直播、中国移动和商务直播、中国联通5Gn沃视频等20余个平台在线实时观看本次大赛启动仪式。
好文章,需要你的鼓励
谷歌发布新的AI学术搜索工具Scholar Labs,旨在回答详细研究问题。该工具使用AI识别查询中的主要话题和关系,目前仅对部分登录用户开放。与传统学术搜索不同,Scholar Labs不依赖引用次数或期刊影响因子等传统指标来筛选研究质量,而是通过分析文档全文、发表位置、作者信息及引用频次来排序。科学界对这种忽略传统质量评估方式的新方法持谨慎态度,认为研究者仍需保持对文献质量的最终判断权。
Meta公司FAIR实验室与UCLA合作开发了名为HoneyBee的超大规模视觉推理数据集,包含250万训练样本。研究揭示了构建高质量AI视觉推理训练数据的系统方法,发现数据质量比数量更重要,最佳数据源比最差数据源性能提升11.4%。关键创新包括"图片说明书"技术和文字-图片混合训练法,分别提升3.3%和7.5%准确率。HoneyBee训练的AI在多项测试中显著超越同规模模型,同时降低73%推理成本。
Meta发布第三代SAM(分割一切模型)系列AI模型,专注于视觉智能而非语言处理。该模型擅长物体检测,能够精确识别图像和视频中的特定对象。SAM 3在海量图像视频数据集上训练,可通过点击或文本描述准确标识目标物体。Meta将其应用于Instagram编辑工具和Facebook市场功能改进。在野生动物保护方面,SAM 3与保护组织合作分析超万台摄像头捕获的动物视频,成功识别百余种物种,为生态研究提供重要技术支持。
上海AI实验室团队提出ViCO训练策略,让多模态大语言模型能够根据图像语义复杂度智能分配计算资源。通过两阶段训练和视觉路由器,该方法在压缩50%视觉词汇的同时保持99.6%性能,推理速度提升近一倍,为AI效率优化提供了新思路。