你的下一部手机可能在“云”上!这不是开玩笑,而是在许多地方实实在在地发生着。
商用四年,5G已经跨越了重重商业裂谷、进入全面普及期,但是除了网络速度更快、应用体验更好,似乎没有什么“杀手级”的业务出现。如何提供完全有别于以往的差异化体验,以点燃下一轮用户、流量激增,成为了一个行业性焦点。云手机、新通话、裸眼3D等5G新业务由此被寄予了厚望。
不过“酒香也怕巷子深”,加快5G新业务的推广在当下显得尤为重要。湖北移动在这方面已经迈出了成功一步,例如最近其抓住高校迎新季展开营销活动,实现了云手机用户的数倍增长,成为一个极具参考价值的典范。
在这里就让我们作个复盘,看看湖北移动具体是怎么做的,以及受到莘莘学子欢迎的云手机究竟有何独到之处。
开启5G数智校园生活,湖北移动怎么做到?
今秋开学季,湖北高校流行起了数智生活、云生活。在这背后,当地信息通信服务主力军湖北移动显然功不可没。
大学生作为走在时代最前沿的年轻群体,对新事物接受度高、乐于尝试新科技产品,是5G新业务拓展的首选市场。据统计,2022年武汉在校大学生人数168.29万,位居全球城市大学生人数第一,是名副其实的“大学第一城”。
湖北移动2023年提出深化5G价值战略,目标做大5G客户规模,激发5G流量,推动5G由“高端化”向“全民化”发展。其中很重要的一点便是抓住返乡务工和高校开学时机,以加速推广5G新业务,争取高端与年轻客群。
结合对高校年轻群体的洞察,经过精准策划与缜密准备,湖北移动在高校迎新期间启动了一系列营销活动。以云手机为例,湖北移动举办开学领“新机”活动,所有高校新用户均可免费领取云手机,并享受签到免费领周卡、分享获红包等权益,大力推广5G云手机;同时,每月赠送30G定向体验流量,一解畅用云手机的后顾之忧;在武汉最热门步行街江汉路设立5G元宇宙体验厅,通过厅内AI全息营业员、AIGC作画等未来科技,吸引消费者进入体验和办理云手机等新业务。
值得一提的是,为了让大学生能够畅享5G新业务,湖北移动还携手华为对湖北所有高校进行了网络质量摸排,定位、梳理和解决校园网络问题,大幅提升高校网络覆盖与用户体验。
云手机,多重优势成就学子“心头好”
大型游戏秒下秒玩,不卡顿不掉线不发热,还能实现内存随时拓、身份随心换、手机不怕丢……多重优势加持下,云手机正迅速成为广大学子们的“心头好”。
手机是信息通信服务中最贴近广大消费者的一环,也是数字时代最具群众基础的智慧“入口”,以此为切入点打造5G特色业务,既能直观展现新业务的不同之处和5G网络的极致性能,也有助于满足人们对美好生活的向往。

所谓“云手机”,简而言之就是基于算力上云、端云一体,在云端运行的虚拟手机。中国移动云手机不需要用户额外购置手机,而是通过现有设备访问APP/H5/小程序的方式接入云端虚拟手机,用户操作与云端响应信息借助大带宽、低时延的5G网络传送,可获得近实时的无感体验。这相当于拥有了一部全新的手机,且拥有独立的云端存储空间和网络环境。
作为5G时代实体手机的延伸,云手机不仅具备实体手机的所有功能,还拥有许多实体手机所没有的功能。比如由于将操作系统、存储、计算、渲染以及应用都搬到了云端,本地只需接收音视频流,云手机无视了硬件配置的约束,让“千元机”也能媲美“旗舰机”,从而得以畅玩各类高性能要求、高耗电的大型游戏。
比如当下人手一部或多部手机已经成为常态,云手机业务实现了多机多号、多身份,一部实体手机可同时开通、运行多部云手机,彼此之间数据隔离;一部云手机可绑定多张号卡,每张号卡可用于应用分身、游戏多开,生活同工作、学习互不干扰。
再比如大量具有纪念价值和重要性的照片、视频、文件被存储在手机上,一旦手机丢失将会造成不小的损失与麻烦,而云手机全部数据皆云端化,存储同步,数据永不丢失。
总的来看,云手机充分利用了运营商的强大的5G和算力资源,释放出巨大的数智服务能力,带来了前所未有的用户体验,不啻为5G时代标志性业务。湖北移动的营销活动更是在此基础上添了一把火,令以云手机为代表的5G新业务的普及能够跑出加速度。此外,中国移动云手机业务自“5·17”推出以来在全国各地进展喜人,包括山东、河南、江西等地均展现出极强增势。
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。