視覺語言導航:造就高智商機器人

有專家這樣說,人類開發人工智能的未來目標,如同現在科幻電影所呈現的場景一樣,智能機器可以獨立“看、聽、思、行”,具備像人類一樣的語言理解系統、視覺感知系統、自我理解與行動的能力,最終成為人類的完美“替身”。

如今,世界科技飛速發展,視覺語言導航技術日臻成熟,高智商的機器人正向我們走來。

視覺語言導航,指的是讓智能體跟著自然語言指令進行導航,同時理解指令與視角中可以看見的圖像信息,然後在環境中對自身所處狀態加以調整、修復,做出對應的動作,最終到達目標位置。比如,我們把機器人放置在一間臥室裡,讓它去取放在另一間臥室裡的足球。因為房間無法通視,機器人需要走出房間,經過走廊、客廳等場所,並通過推算看到的每一處環境信息,來判定下一步行進方向,最終定位找到足球。

由此可見,視覺語言導航涉及計算機視覺、自然語言處理和自主學習三大核心技術。

先進的科技成果往往備受軍事領域的青睞。世界許多國家已開始致力於視覺語言導航在人工智能上的拓展運用,打造智能戰爭機器,搶占打贏明天戰爭的前沿高地。

計算機視覺,讓智能機器“看清”世界

計算機視覺是一個跨領域的交叉學科,包括計算機科學、數學、工程學、物理學、生物學和心理學等。

在人工智能裡,計算機視覺可以類比人類的眼睛,是在感知層上最為重要的核心技術之一。它能讓智能機器人靈敏地辨識“眼”前的一切,並對捕捉到的圖像數據信息進行分析識別、檢測、跟踪等。嵌入計算機視覺技術的智能武器,可以通過視覺系統,精準辨識和區分目標的主次、真偽,大大提升作戰效率。

據悉,現在技術人員讀取由無人機傳回的戰場態勢數據,每天的工作時間要超過10個小時。這與瞬息萬變的未來戰場不相適應。然而,當計算機視覺技術應用於戰場智能偵察裝備前端時,可從海量信息中有效過濾無關信息,向作戰人員提供甄別處理後的視覺態勢圖,指揮決策效率隨之提升。

當前,世界發達國家的部分裝備已經開始應用該項技術。如美軍搭載計算機視覺技術的iRobot偵察機器人,就是其中之一。它可以警告作戰人員有伏擊或其他危險,經過處理的態勢感知,能夠明確指出目標坐標,或提示危險等級。該偵察機器人還可準確傳回有價值的態勢視頻與相關建議指令,縮短己方在戰場上的決策週期,從而把握行動優勢。

近年來,俄軍也在大力開發人工智能係統。其自主研製的陸戰機器人,可在遙控下完成巡邏、偵察、追踪、阻截、攻擊等任務;形似軍犬、快速奔跑的機器人,可供火線運輸彈藥給養;鏟車式機器人,可將戰場上的傷員用鏟斗送回後方等。俄軍部分導彈也已裝有人工智能設備,在導彈飛向預定目標時,若人工智能設備在途中甄別出價值更大的目標,導彈可自動轉向進行攻擊。在這些先進的武器中,都能看到計算機視覺的影子。

在民用領域,計算機視覺技術已陸續應用到安防、自動駕駛、醫療、消費等活動中。這也是當前人工智能細分領域中發展最快、應用最廣、炙手可熱的技術之一。

隨著算法的更迭、硬件算力的升級、數據的大爆發,以及5G帶來的高速網絡,無論在民用領域還是軍用領域,計算機視覺技術的應用將會有更大的空間。

自然語言處理,讓智能機器“聽懂”指令

簡單地說,自然語言處理就是用計算機來處理、理解以及運用人類語言(如中文、英文等),它屬於人工智能的一個分支,是計算機科學與語言學的交叉學科,又常被稱為計算語言學。

自然語言處理的歷史發展大致經歷了3個階段:20世紀40年代到20世紀50年代屬於萌芽期,英國科學家艾倫·麥席森·圖靈的計算機算法模型為現代計算機科學奠定了基礎;20世紀60年代到20世紀80年代屬於發展期,機器翻譯技術日漸成熟,並被應用於實際生活;20世紀90年代後屬於繁盛期,隨著計算機計算量、計算速度以及萬維網的爆炸式發展,自然語言處理技術也隨之在更多方面得到長足進步。

眾所周知,語言是人類區別於其他動物的根本標誌之一,沒有語言,人類的思維也就無從談起。所以,自然語言處理技術體現了人工智能的最高任務與境界。也就是說,只有當智能機器具備了處理自然語言的能力,才算實現了真正的智能。這樣,人類才能與機器人進行無障礙語言溝通。

如今,自然語言處理在軍事上的應用越來越多。比如,在指揮控制上,通過高辨識度的語音系統,指揮員可以在作戰中直接用語音實時控制雷達、無線電、火力等作戰單元,省去繁瑣的指揮流程,集中精力專注於作戰謀劃;在通信保障上,語音增強技術能夠減弱噪聲對智能機器語音信號的干擾,減少聽話人的疲勞和溝通失誤;在人機交互上,典型代表是人機口語對話系統,人類通過自然口語與復雜的智能機器系統進行交互,包括語音識別、語言理解、語言生成、語音合成、對話管理和知識庫等。

提起“颱風”戰鬥機,相信軍迷們都不會陌生。它是由英國、德國、西班牙、意大利聯合研發的,最大的技術亮點是搭載了直接語音輸入系統,飛行員可以通過語音下達命令,控制戰機的傳感器、武器以及自衛系統。

除此之外,自然語言處理在不少國家的醫學、互聯網監控、執法部門的犯罪預防以及大數據反恐應用等領域也很受歡迎,極大地提升了任務執行效率。

自主學習,讓智能機器“蛻變”成長

嬰兒剛出生時,只會用眼神、哭泣、歡笑與周圍的人交流。隨著一天天長大,他們不斷擴大接觸觀察範圍,學會了走路、說話、做遊戲等,慢慢建立起自己的思維體系。這就是人類的一個自我學習成長過程。人類大腦擁有860億個神經元、數万億個傳遞信息的結構——神經突觸。神經突觸的重要特徵是具有可塑性,即允許神經元對記憶進行編碼、學習和自我修復。

人工智能的自主學習技術,就是讓機器人像擁有人類大腦、甚至超越人類大腦一樣,可以通過思考學習實現自我完善。在很多人眼裡,自主學習能力是人工智能與人類智能的天然鴻溝。當前,伴隨該項技術的發展,這一鴻溝正在被逐漸填平。

2019年11月,在捷克布拉格召開的第二屆計算機視覺與模式識別國際會議上,評分第一的論文主要貢獻就是為智能機器提供了自主學習反饋機制,讓其自主導航時能夠實時詢問自己的知識儲備。

“這條路對嗎?”“到目的地了嗎?”……擁有學習反饋機制的智能機器,根據預設環境信息與實際對比,在行動過程中形成“是非”觀念,讓智能機器真正變成有思想的“機器人”。

究其根本,智能機器“是非觀”的形成,離不開強化學習,這種學習方式是當今人工智能最熱門的研究領域之一。

說到這裡,我們不能不提無師自通的“圍棋高手”阿爾法元(AlphaGo Zero),它的一鳴驚人也正是利用了新的強化學習方式。從一個對圍棋“零”儲備的神經網絡開始,接著與強大的搜索算法相結合,神經網絡在博弈中不斷被調整更新後,與搜索算法再次重新組合,循環往復,系統性能經過每一次迭代持續提高,使得神經網絡預測越來越精準,阿爾法元也擁有了“戰無不勝”的本領。可以說,它也讓人工智能離“像人類一樣”更近了一步。

如果把自主學習技術應用於軍事無人裝備上,並按照戰鬥力水平劃分等級,那麼自主學習級和智能對抗級應該屬於“王者”級別。自主學習級,就是不再局限於人為提供的學習樣本,可以邊執行任務邊組織學習,並且遇強更強,靈活應對任務過程中出現的未知事件;智能對抗級,是指無人裝備在具備自主學習智能水平的基礎上,形成自身的核心價值,能夠短時間內適應未知的任務環境,迅速理解周圍局勢並做出判斷,完成作戰任務。

從近幾年的技術突破來看,智能機器感知環境、識別語言、自主學習的能力越來越強大。這些能力的提升,不僅使智能機器成為人類分擔任務的得力幫手,也或將讓它成為未來戰場的主角。

​研究人員用半導體材料成功模仿了神經元

計算機芯片是人工智能(AI)的最重要方面之一。功能強大的小片段是自動圖像識別的基礎,並部分負責教會機器人如何進行某些活動,例如步行。隨著AI技術潛力的不斷增長,當今的計算機芯片必須既功能強大又經濟實惠,但這是很難完成的事情。

由於傳統的微電子技術由於物理上的限製而只能進行最大程度的優化,因此研究人員像往常一樣轉向人的大腦,以尋求如何更有效地處理和存儲信息的靈感。

德累斯頓工業大學和德累斯頓-羅斯森多夫Helmholtz-Zentrum(HZDR)的科學家們首次通過使用半導體材料成功地模仿了大腦神經元的工作原理。這項研究發表在《自然電子》雜誌上。

我們知道,今天最常用於提高微電子學性能的技術是減小組件尺寸。在矽計算機芯片的情況下,這種減小發生在單個晶體管上。

但研究人員說:“這不可能無限期地進行,我們需要新的方法。”

為此他們著手模擬大腦並創建可以結合數據處理和數據存儲的人工神經元。

“我們的團隊在生物和化學電子傳感器方面擁有豐富的經驗,”其中一個研究者Barbara說。 “因此,我們使用生物傳感器原理模擬了神經元的特性,並修改了經典的場效應晶體管以創建人造神經元晶體管。”

這種方法允許在一個組件內同時進行存儲和信息處理。在當今最常用的晶體管技術中,這兩個過程是分開的,從而導致處理時間變慢和性能受到限制。

多年來,研究人員一直在研究基於人腦的計算機,但是很多都沒有成功。最初的嘗試涉及將神經細胞與皮氏培養皿中的電子設備相連,但是正如德累斯頓工業大學材料科學與納米技術教授Gianaurelio Cuniberti所說的那樣,“必須一直供入的濕計算機芯片是對任何人都沒有用。”

但研究人員團隊最終成功實現了神經晶體管。

“我們將粘性物質(稱為溶膠凝膠)應用於傳統的帶有電路的矽片。這種聚合物硬化並變成多孔陶瓷,” Cuniberti說。離子在孔之間移動。它們比電子重,激發後返回其位置的速度更慢。這種延遲被稱為磁滯現象,是導致存儲效應的原因。單個晶體管被激勵得越多,它將越早打開並讓電流流動。這加強了連接。該系統正在學習。 ”

根據該團隊的說法,與精確到最後一個小數的計算相比,該芯片的精度較低,並且會估算數學計算。

“但是他們會更聰明,”庫尼貝蒂說。 “例如,帶有這種處理器的機器人將學會走路或抓握;它會擁有一個光學系統,並學會識別連接。而這一切都無需開發任何軟件。”

這種計算機的另一個主要優點之一是可塑性,使其可以在運行期間進行更改和適應。就像人的大腦一樣,這意味著計算機最終可能會遇到並解決從未編程過的問題。

當冰箱能幫我自動訂購食材…物聯網正在“吃掉”支付

文章來源于物女心經 ,作者彭昭

曾經有句名言說“軟件正在吞噬世界”,如今正在發生的是“物聯網正在吃掉支付”,後面這句不是我妄言,而是壹系列報告中得出的結論。

物聯網支付是在新冠中,少有的實現逆勢發展的領域之壹。疫情前後,雖然C端消費者和B端企業的總體支出變化波動性較小,但是在支付方式上,非接觸式的物聯網支付占比明顯提升。

如今壹個很明顯的趨勢是,支付正在被各種物聯網設備和應用逐步滲透,這是因為物聯網支付具有很大的想象空間——當設備檢測到庫存不足時,可以實現自動補貨。比如,有些冰箱能夠自動訂購食物,打印機學會了主動購買紙張和墨盒。

隨著物聯網支付功能的擴展,很多企業抓住機遇擴展新業務。這些企業並不滿足于僅作為支付通道,他們紛紛嘗試不同的支付和計費方式,逐步強化了在支付過程中的話語權。

最近壹段時間,Mercator咨詢公司連續發布了與物聯網支付相關的研究報告,其中包括:

《物聯網支付:基于行業分類的市場規模和公司排名》,IoT Payments: Taxonomy Driven Market Size and Company Rankings

《物聯網支付:物聯網如何影響支付》,IoT Payments: How the Internet of Things Is Influencing Payments

這家名為Mercator的咨詢公司擅長國際支付領域的市場研究與服務。

物聯網智庫不久之前也曾發布過相關領域的研究報告《智能移動支付終端行業研究報告》。

因此這篇文章我們就來說說物聯網支付領域的最新進展。

01、什麽是物聯網支付

無論是“人與物”還是“物與物”之間,都可能存在著支付與交易關系。只要是物品或者服務的“所有權”或“使用權”發生變化,就會伴隨著支付活動的發生。

我們首先給物聯網支付做個定義。根據Mercator的分類,支付可以被分為肆個象限:物聯網支付、在線支付、面對面支付和重複性支付。這肆個象限根據實時和非實時,機器驅動和人類驅動進行劃分。

廣義和狹義的物聯網支付有所不同,從廣義上來說,只要是有物聯網設備參與的支付過程,都可以被廣泛的定性為物聯網支付。狹義上的物聯網支付定位于更細分的領域:

物聯網支付是指基于實時數據采集和分析,由機器觸發的支付。

這個定義中,有3個關鍵點:

支付是由機器觸發,而不是人類提供購買決策;

支付由實時的數據采集和分析驅動;

支付中的買方需要預先設置購買規則。

從物聯網支付的角度來看,物聯網設備之間遵循壹種相對自主的模式,觸發了某種形式的“請求–服務”過程,並伴隨著有“支付-收單”的交易過程。也就是設備A向設備B請求某種服務,設備B向設備A提供其請求的服務,並産生了消費者與生産者的關系。 Continue reading

服務機器人的機遇與挑戰

據最新的統計數據表明,工業機器人的發展已經進入到量化生產的階段,大規模機器人時代的到來,帶來生產技術的變革,並已被廣泛應用到汽車生產、工業製造等領域,工業機器人的發展已經趨於成熟,市場行情較為穩定。但是,服務機器人正處於市場拓展的初步階段,擁有潛力巨大的消費市場,雖然在服務機器人生產商中,很多處於全球科技領先水平的企業已經開始涉足,但發布的新產品時間較短,面臨的競爭壓力相對較小,不同類型的新產品正在逐步的問世,隨著智能科技的不斷進步,從產業化分散到集中,也會出現像工業機器人領域那樣的“四大家族”企業。

隨著國內生產力水平的提高,居民收入增加,人們對生活消費需求也越來越高。 2015年城鎮居民人均可支配收入達到31195元,城鎮居民的恩格爾係數,從2000年的38.2%降到了2013年的35,人均可支配收入的提高,也導致人們的消費結構和需求也發生了改變,以服務機器人為代表的新一代智能終端得到迅速普及,有望成為繼電腦、手機之後,連接虛擬世界和現實世界重要的載體。

在全球的服務機器人生產體系中,家用機器人的生產最先實現量化。據不完全統計,2014年,全球服務機器人市場銷售額約59.7億美元,2011-2014年全球服務機器人銷售額CAGR約為11%,其中,專業服務機器人市場份額為63.1%;家庭服務機器人市場份額為36.9%。但數據的領先並不能代表專業服務機器人的市場更加繁榮,專業機器人自身的造價較高,應用的範圍受到專業局限,而家用服務機器人的發展更加貼近消費者的日常生活,且造價較低,市場前景更加廣闊。近幾年來,家庭服務機器人的銷售量正在逐年提高,2017年服務機器人領域市場規模將接近500億美元,需求總量將達到3160萬台/套,成為當今最具有增長潛力的市場,並將最終超過專業機器人,成為機器人消費市場的支柱產業。

現階段,中國即將步入老齡化社會,老年人的數量在逐漸增多,服務業人力成本逐年上漲,人們對個性化、專業化服務的要求越來越高,以及收入增加所帶來的生活方式的改變,都成為推動機器人產業發展的強大動力。隨著工業互聯網和工業4.0政策的推行,人工智得到快速發展,滿足了人們對更高層次服務機器人的需求,這也向我們展示了未來機器人產業發展的廣闊空間。

人力資源成本的增加,導致機器人代替人類進行生產經營是未來工業發展的必然趨勢。據統計,中國製造業從業人員平均工資由2003年的12671元上升至2014年的51369元,增幅達305.41%,教育從業人員工資由2003年的14189元上升至2014年的56580元,增幅達到298.73 %。在短短的十年時間裡,中國人力資源成本成倍增加,中國勞動力密集型的產業模式已經喪失優勢。其實,歐美髮達國家早在十年以前,就開始了機器人代替人工的產業進程,數以萬計的機器人活躍在全球各地的生產線上,極大的帶動了生產力的進步,這也是服務型機器人產業發展的重要推動力。

與德國、美國等發達國家相比,我國的服務型機器人產業興起的較晚,到2005年才初具規模,離國際尖端機器人科技還有很大的差距,但我國本土服務型機器人的發展更容易結合本地文化和環境進行市場定位,從而擁有自己的競爭優勢。從服務機器人發展的進程來看,各個國家的服務型機器人行業都處於新興階段,成立的時間較短,我國機器人行業的發展還有很大的成長空間。

乘風破浪的Google Cloud,為何仍然是差距明顯的第三大雲廠商?

來源:siliconANGLE

關鍵字: Google Cloud 雲計算

儘管相比AWS和微軟Azure,Google Cloud的基礎設施即服務增幅更高,但在雲計算主導地位的爭奪戰中,谷歌仍然位列第三。

本周谷歌即將舉行Cloud Next OnAir系列在線活動,每週一次一共9場活動持續到9月初。在此活動之前,我們先來更新一下有關Google Cloud雲業務的最新數據。

本週Enterprise Technology Research(ETR)和我們一起回顧云計算市場的現狀以及谷歌在市場中的地位。和以往一樣,我們將深入探討ETR的研究數據,以及分享來自多個數據合作夥伴的最新見解。

谷歌是最早進入雲計算領域的,但卻在企業級市場中趕了個晚集。

谷歌實際上很早就進入雲計算市場了,2004年谷歌IPO可以說是科技行業的一個里程碑事件,在很多方面都標誌著互聯網泡沫破滅後時代的終結,是一個創新時代的開始,遠遠早於AWS。

在這個過程中,谷歌通過架設海底線纜、建造全球數據中心、Google File System和Bigtable之類的工具,構建了大規模全球雲基礎設施,實現可能是當時全球最大規模的雲。但是,谷歌用了很多年時間才退出廣告服務業務,意識到面向企業售賣Google Cloud Platform所能帶來的巨大商機。

例如,谷歌是在2005年發布NoSQL數據庫Bigtable的,但直到2015年才開始向客戶提供該服務。同年,谷歌將VMware創始人Diane Greene招致麾下,真正開始企業之旅。谷歌在計算、存儲、數據庫、網絡、IT運營、開發工具、機器學習、人工智能、分析、大數據、安全等方面提供了一系列眼花繚亂的服務,無論是雲計算的哪一個細分類別,谷歌都有所作為。

但是迄今為止,谷歌都還沒有弄清楚應該如何有效地向企業售賣產品,很難找到合適的方式方法。 Google Cloud希望通過Oracle的Thomas Kurian的加入強化企業級戰略,當然,Kurian將利用分析和數據庫等谷歌自身的優勢,但同時也要體現一定的差異性,因此提出了不同的定價模型,例如持續折扣,這種折扣方式是對重度使用的用戶自動打折,而不是強迫用戶購買預留實例(像AWS那樣)。

而且,Google Cloud也在積極推動圍繞Anthos多雲技術的合作夥伴關係,很明智地開源了Kubernetes,最大程度降低了物理條件對於運行工作負載的重要性。

這些舉措很到位,但最重要的是,這對於谷歌參與市場競爭來說是很必要的,因為目前谷歌還落後於領導者。而且,要讓Google Cloud達到令人滿意的狀態,還有很長的路要走。

大背景之下的IaaS市場

然而這並不是說,谷歌的未來充滿陰霾,事實遠非如此。

7月底谷歌就將發布第二季度財報,讓我們先來看看上面這張表格,是我們對雲計算三大巨頭IaaS和PaaS收入的最新預測。需要提醒你的是,每個季度只有AWS公佈單獨的雲計算業務數據,微軟Azure和Google Cloud Platform收入因為是計入其他業務中的,所以是我們估算的數據。

例如穀歌公佈的整體雲業務收入數據,其中就包含了G Suite。微軟的智能雲(Intelligent Continue reading

“印度制造”5G來了

原創通信網優雇傭軍

幾個小時前,在Reliance Industries(信實工業)第43屆年度股東大會上,印度首富Mukesh Ambani正式對外宣布,壹旦獲得頻譜,印度制造的5G技術可以在壹年內部署和發布。

Reliance Industries介紹,其旗下的數字服務公司Jio Platforms正在從零開始設計和開發完整的5G解決方案,這將讓旗下的運營商Reliance Jio擺脫對電信設備商巨頭的依賴。

Jio Platforms計劃先在印度部署這套5G技術和解決方案,壹旦在印度得到驗證,其將作為5G供應商向全球其他電信運營商提供完整的服務

Jio Platforms是什麽來頭?

它是從印度最大的私營集團Reliance Industries剝離出來的壹家子公司,旗下擁有印度最大移動通信運營商Jio以及其他數字業務。Jio Platforms以運營商Jio的電信業務為基礎,其數字業務涵蓋電子商務、流媒體、電子支付、數字教育、醫療、手機等多個領域。

作為壹家新公司,Jio Platforms發展速度驚人,其旗下的運營商Jio在短短幾年內獲得4亿用戶,坐上了印度第壹大移動運營商的位置。有分析認為,Jio Platforms的成長複制了在阿裏巴巴的戰略,不過,比阿裏多了電信網絡業務。

然而,Jio Platforms的野心遠不止于印度第壹大運營商,它似乎還想成為壹家全球科技巨頭。

在最近短短2、3個月的時間內,Google(計劃45亿美圆)、Facebook(57亿美圆)、高通(9700萬美圆)、英特爾(2.53亿美圆)等巨頭先後投資了Jio Platforms。

如下圖,已有12家公司向Jio Platforms投資了約155亿美圆,這簡直是壹場史詩般的融資活動。

(未統計最新計劃投資的Google)

Ambani表示,Jio Platforms和20多個合作夥伴現已成為壹家,已經在多種尖端技術上建立了世界壹流的能力。他列出了以下技術領域:

1)4G和5G技術

2)雲計算

3)設備和操作系統

4)大數據分析

5)機器學習和人工智能

6)虛擬和混合現實

7)區塊鏈 Continue reading

傳軟銀欲出售Arm,蘋果 “天價娶妻”?網友玩笑:中國快買!

資料來源:AI前線、科創板日報、芯東西等

物聯網智庫 整理發布

導 讀

知情人士透露,日本軟銀集團正在研究各種選擇,包括全部或部分出售英國芯片設計公司Arm Holdings,或通過首次公開募股(IPO)使得Arm重新上市。

據華爾街日報、彭博社等多家外媒報道,知情人士透露,日本軟銀集團正在研究各種選擇,包括全部或部分出售英國芯片設計公司Arm Holdings,或通過首次公開募股(IPO)使得Arm重新上市。

雖然軟銀已經聘請高盛擔任本次資本運作的顧問,但這項審查仍處于早期探索階段,尚不清楚金融或行業參與者對Arm會有多大興趣,因此軟銀有可能最終無所作為。

另外,Arm日前宣布了戰略組織變革,提議將其兩個物聯網服務集團(ISG)業務(物聯網平台和Treasure Data)轉讓給新實體單位,這些實體將由軟銀集團及其附屬公司所有和運營。Arm表示,在擬議的轉讓完成後,Arm將加深對核心半導體IP業務的關注,並預計將繼續與ISG新業務合作。

軟銀集團曾于2016年以約320亿美圆的“天價”收購Arm公司,這是軟銀有史以來最大的壹筆收購,被視作其進擊萬物互聯時代重要的壹步落棋。據了解,Arm將其技術授權給世界上許多著名的半導體、軟件和OEM廠商,全世界超過95%的智能手機和平板電腦都采用ARM架構。截至目前,Arm合作夥伴已交付了超過1650亿個基于Arm的芯片,並且在過去叁年中每年平均交付超過220亿個。

然而,花費巨資收購的優質企業,軟銀又為何會在僅僅4年後就又計劃出售?Arm又緣何提前分拆旗下兩大物聯網業務?是軟銀缺錢,還是未來有變?Arm未來又將何去何從?

軟銀的“經濟狀況”究竟如何?

5月18日,軟銀集團公布了2020年度業績報告。合並報表顯示,軟銀2019的營收為6.2萬亿日圆,約合5680亿美圆,與去年同期相比,僅上漲1.5%。息稅前利潤為負1.4萬亿日圆,約合負125亿美圆。淨利潤為負9616亿日圆,約合負88亿美圆,而去年同期淨利潤為1.4萬亿日圆,約合130.5亿美圆。

圖片來源:軟銀業績說明會PPT

毋庸置疑,這是軟銀有史以來出現過的最嚴重的壹次虧損,而捅出這驚天窟窿背後的“罪魁禍首”,則是軟銀旗下的願景基金(Vision Fund)。根據軟銀的解釋,去年為盈利貢獻大頭的願景基金部分從實現1.26萬亿的息稅前利潤變為虧損1.9萬亿,約合177亿美圆。

具體來看,目前願景基金1期共有88家被投企業。自成立以來,投資組合中有26家企業估值上升,帶來收益(包括已實現和未實現)134亿美圆。估值下降的企業數為47家,帶來虧損(包括已實現和未實現)142亿美圆,綜合來看願景基金的總體投資虧損為8亿美圆。

盡管目前的虧損對于軟銀這壹龐然大物而言,似乎仍可以承受,但更可怕的是,或許這還只是個開始。早在4月初,孫正義接受《福布斯》采訪中罕見承認——隨著新冠疫情肆虐全球,願景基金投資的88家公司中至少有15家將會破産,死亡率高達17%。

另外,在願景基金的出資結構中,有大約400亿左右的出資金額為優先所有者權益,LP(有限合夥人)每年能從這部分投入中享有7%的固定收益。鑒于願景基金壹期的糟糕業績,孫正義表示,願景基金贰期將以集團本身的自有資金為主。

因此,軟銀的資金壓力仍然較大。為了緩解流動性危機,軟銀已表示,計劃出售高達410亿美圆的資産,以支撐其陷入困境的投資組合並回購自己的股票。而此前,軟銀就已宣布將計劃出售阿裏巴巴股權從而籌集115亿美圆,阿裏巴巴創始人馬雲也將辭去軟銀董事壹職。

盡管資金壓力大,但軟銀手裏的“牌”還有很多。在願景基金壹期投資的企業中,不但包括字節跳動、阿裏巴巴本地服務、滴滴等壹線中國互聯網企業,同時也包括Grab、Rappi等明星獨角獸公司,此外在線教育品牌作業幫亦在其投資列表中,這些企業仍將能夠持續穩定的為軟銀帶來巨大收益。

孫正義相信,推動經濟走出1929年蕭條的是以汽車、電子産品、石油等為代表的制造業,而在這次危機之下,在線會議、在線教育、在線醫療、在先購物以及外賣配送等新興業態,將引領未來商業經濟的發展方向。

此次,軟銀盡管可能出售Arm,但仍把物聯網業務握在手中,也為未來牢牢握著壹把鑰匙。

Arm的未來如何?

作為最成功的科技公司之壹,Arm能夠從蘋果和叁星電子等公司獲得使用費,以用于世界上最受歡迎的手機和平板電腦上的芯片設計。

1998年4月17日,ARM公司就曾宣布正式在倫敦和納斯達克證券交易所上市,發行價為每股5.75英鎊(納斯達克發行價為29.17美圆),市值則達到了2.64亿英鎊。

如果Arm再次成為壹家上市公司也不奇怪,在去年的TechCon會議上,Arm首席執行官西蒙·塞加斯(Simon Segars)曾表示,該公司計算在2023年之前再次上市,這是軟銀CEO孫正義的既定目標。

盡管尚不清楚是否會再次被收購,但有些人認為蘋果可能成為極具意向的買主。前段時間,蘋果公司剛剛明確旗下Mac電腦將從Intel處理器過渡到的基于ARM的定制芯片組。而在更久之前,蘋果公司已經先後聘請了多位來自Arm的頂級人才,包括曾擔任蘋果 A 系列芯片的首席架構師 Gerard Williams III和頂級芯片工程師Mike Filippo。 Continue reading

ADI與美信,能否造就2020年最大並購交易之壹?

本文來源:物聯傳媒市大媽綜合整理

據彭博社最新報道,援引知情人士消息,美國芯片巨頭ADI正洽談收購競爭對手Maxim(美信)。

ADI周壹確認,將以209.1亿美圆的全股票交易方式收購競爭對手Maxim,每股Maxim普通股可獲得0.63股ADI股票,預計交易將于明年夏天完成。據兩家公司稱,這筆交易對合並後的公司的估值超過680亿美圆。收購完成後,ADI將擁有新實體69%的股份,Maxim股東將擁有剩余31%的股份。預計合並後的實體收入為82亿美圆,自由現金流為27亿美圆。

如果最終雙方達成交易,這無疑將是今年以來,半導體領域最大的收購交易,也是近年來為數不多的佰亿美圆級別半導體收購交易。而本起收購交易完成後,美信原有股東將擁有合並後公司約30%的股份,包括債務在內,合並公司估值將接近700亿美圆。

當然了,這筆收購案也可能需要美國,中國和歐盟多方監管機構的批准。因此,最終並購交易是否能順利完成,還要打上壹個問號。

“绯聞”由來已久,斷斷續續交易始終未成

首先來了解下收購與被收購雙方。

Maxim成立于1983年,總部位于加利福尼亞州聖何塞,是全球領先的半導體設計與制造企業,目前市值約為170亿美圆左右。公司的半導體産品被廣泛應用于工業、汽車、醫療保健、移動消費類和雲數據中心等領域,工業類産品覆蓋電源管理、傳感器、模擬信號、接口、通信、數字電路、嵌入式安全系統以及安全微控制器等。

ADI創立于1965年,總部位于馬薩諸塞州的諾伍德市,是壹家老牌的全球半導體裝置生産商,目前市值約460亿美圆。公司專為消費與工業産品制造ADC、DAC、MEMS與DSP芯片。涉及從交通運輸,醫療保健,儀器儀表和便攜式消費類設備等壹系列行業。

其實,早在2015年就傳出了ADI與Maxim收購的可能性。據彭博社在2015年10月首度報道,TI與ADI分別與Maxim接觸洽談收購的可能性。

但到了2016年年初,彭博社消息指出,芯片廠商TI、ADI已經各自放棄了收購Maxim的計劃,主要原因是兩家公司與Maxim之間在收購價格上無法達成共識。

假如收購成功,意義有贰

關于本次收購,兩家公司領導人分別表示:

今天與Maxim的合作令人振奮,是ADI在連接物理和數字世界的願景上邁出的下壹步。ADI和Maxim對解決客戶最複雜的問題有著共同的熱情,隨著我們的技術和人才組合廣度和深度的增加,我們將能夠開發出更完整、更前沿的解決方案。

——ADI公司總裁兼首席執行官文森特·羅奇

叁拾多年來,我們將Maxim基于壹個簡單的前提–不斷創新和開發高性能的半導體産品,賦予客戶發明的能力。我對下壹個篇章感到興奮,因為我們將繼續與ADI壹起努力超越壹切。兩家公司都擁有強大的工程技術知識和創新文化。

——Maxim Integrated總裁兼首席執行官Tunç Doluca

這起收購之于ADI與Maxim的意義

根據ICinsights發布的全球拾大模擬廠商排行榜。TI以102亿美圆的模擬芯片銷售額和19%的市場份額,穩坐模擬芯片供應商龍頭的位置。TI估值約為1190亿美圆,而前文也有提到,TI與Maxim合並後的公司估值約為700亿美圆,可以看出,兩者之間仍然存在著壹定的差距。不僅如此,ADI營收規模是不足TI的壹半,收購Maxim或許仍不足以完全彌補這項差距。

但是,此次雙方結合或將可以創造壹個可跟TI進行競爭的對手,擴大模擬半導體技術的産品範圍,專門從事模擬和嵌入式計算組件,利用合並優勢增強自身的市場領導地位,為進壹步擴大市場規模提供了有利保證,同時擴大ADI的産品組合陣容。

從增強領域專業知識和能力來看,ADI將Maxim在微控制器和RF無線電路等領域的技術優勢收入囊中,可增強期在模擬半導體領域、工程領域專業知識的深度,從DC到100 GHz、納瓦到仟瓦、傳感器到雲,ADI將擁有超過5萬個産品。

服務方面,合並後的公司還可提供更完整的半導體解決方案,為超過12.5萬家客戶提供服務,在總價值600亿美圆的潛在市場中占據更大的份額。
這起收購之于模擬芯片産業的意義

近年來,隨著用途和客戶列表的增加,細分市場開始複蘇,模擬芯片將諸如聲音和壓力之類的傳感器,轉換為電子信號,為工廠設備和建築物增加自動化、數字化,並將汽車推向不需要人工的世界,這激起了新的需求,加劇市場競爭。雙方的結合無疑是攪動全球模擬芯片市場的壹次嘗試。

只是,未來ADI與Maxim能否通過雙方的結合撼動TI的地位、真正地攪動全球模擬芯片市場格局仍然無法下定論,就讓我們拭目以待吧。

重大曆史時刻:NB-IoT正式納入5G標准,物聯網加速器再添動力

原創 趙小飛 物聯網智庫

國際電信聯盟(ITU)召開的ITU-R WP5D會議于7月9日圓滿結束,本次會議對國際移動通信系統(IMT)做出重大決議:3GPP技術正式被接受為ITU IMT-2020 5G技術標准。具體來說:通過的3GPP技術包含中國提交的3GPP NR+NB-IoT RIT,韓國提交的3GPP NR RIT,以及3GPP提交的NR+LTE SRIT和NR RIT,這4個5G技術提交是等同的,因此融合成3GPP技術,壹起通過了

在這其中,壹個重要亮點是NB-IoT和NR壹起正式成為5G標准,這是全球科技産業的壹個重大曆史時刻!猶記得2019年7月17日,中國代表團向ITU推薦了這兩種技術,而3GPP也將NB-IoT作為5G技術推薦給ITU。如今標准塵埃落定,體現了NB-IoT作為5G技術得到了廣泛的認同。

2015年,ITU正式發布了5G的願景需求,明確了5G必須支持增強移動通信(eMBB)、低時延高可靠(uRLLC)和海量物聯網連接(mMTC)叁大場景,3GPP的標准專家們隨後展開了5G技術標准化研究,來滿足ITU對下壹代移動通信網絡提出的需求。2019年3月,R15標准凍結,全面支持eMBB場景;近日,3GPP宣布5G R16標准凍結,其中核心亮點為uRLLC的增強功能;如今,NB-IoT正式納入5G標准,成為mMTC場景核心技術。至此,5G叁大場景核心支持標准已准備就緒,為5G加速商用奠定基礎

圖源網絡

NB-IoT正式成為5G標准,無疑對整個産業將産生深遠影響,我們可以從以下4個方面進行分析。

第壹,NB-IoT滿足了ITU對5G提出的願景和KPI的嚴苛要求,納入5G家族實至名歸

2016年6月,3GPP凍結了NB-IoT首個標准,第壹個專用于物聯網的蜂窩網絡問世。隨著3GPP對5G標准的推進,5G標准全球大壹統的格局已經形成,而NB-IoT也被納入了5G家族中,成為5G mMTC場景中的核心組成部分。

根據3GPP此前標准化工作的計劃,R16版本將會實現uRLLC和mMTC全部功能。在2018年3月印度金奈召開的3GPP無線接入網第79次全會上,針對R16的提案中,全會明確了R16版本5G NR中不會對低功耗廣域物聯網的用例進行研究和標准化,低功耗廣域物聯網用例會繼續依靠NB-IoT和eMTC的演進。NB-IoT和eMTC壹起承擔起支撐5G mMTC場景的重任。

對于mMTC不再另起爐竈,是3GPP專家們在對NB-IoT進行評估研究基礎上的達成的共識。5G mMTC的核心要求是連接密度達到每平方公裏100萬設備連接,多個公司和組織提交的報告顯示:NB-IoT能夠達到ITU這壹要求。因此,從技術標准角度來看,NB-IoT確實滿足了ITU對5G提出的願景和KPI嚴苛要求,本次ITU決定將其正式納入5G標准是水到渠成的。

第贰,NB-IoT作為正式5G標准的確立,給業界注入更強信心

在筆者看來,NB-IoT正式成為5G標准核心組成部分,相當于給物聯網産業鏈吃下壹顆“定心丸”,因為納入5G標准壹方面意味著更長的生命周期,另壹方面意味著全球統壹的技術演進,這些都將大大降低企業商業化風險。

首先,更長的技術生命周期保證業界投資回報周期

5G商用剛剛開啓。預計在未來10-20年的時間裏,5G將是全球移動通信的主流。NB-IoT獲得5G家族正式身份,其生命周期和其他5G技術是同步的,將在未來10-20年作為5G Continue reading

年度咖位最大,內容最豐富的14場物聯網論壇重磅來襲,帶你了解IoT最新的信息與趨勢

本文來源:物聯傳媒

高速發展的物聯網産業缺的是什麽

物聯網行業並不缺少好的産品

經過多年的發展,物聯網企業如雨後春筍般湧現

市場上已有各式各樣的物聯網産品與方案

物聯網行業也不缺少需求

因為,隨著國家新基建以及大量政府的刺激之下

各大傳統領域都有龐大的物聯網升級需求

技術供應商與應用需求客戶兩大群體有壹層天然的隔閡

這在壹定程度上阻礙的物聯網應用的落地乃至整個産業的發展

所以,目前物聯網行業的發展需要壹個能夠促進供需對接的平台

7月29-31日,在深圳(福田)會展中心 舉行的IOTE2020第拾肆屆物聯網展深圳站 將會是國內物聯網行業最好的供需對接與信息交流平台 展會將會吸引數佰家物聯網全産業鏈代表企業參展 預計專業觀衆將會達到10萬人次

展會同期也將舉辦10多場不同主題的論壇活動

在今年上半年,已經疲倦了各類線上活動的各位

可以在線下與各位演講大咖壹對壹交流互動

是交流最新的市場與技術趨勢乃至商務合作洽談不贰之選

7月28日會議

2020中國物聯網CEO仟人大會

會議時間:2020年7月28日

會議地點:深圳大中華喜來登酒店

會議規模:1000名物聯網CEO

會議參考議程

“中芯微”2020中國物聯網CEO交流晚宴暨“物聯之星”頒獎典禮

 

報名看這👇👇👇👇👇👇👇

 

 

7月29日會議

IOTE·2020深圳移動物聯網産業生態大會

時間:7月29日 9:00 -12:00

地點:深圳福田會展中心9號館會場壹

規模:300人

會議參考議程 Continue reading

聯絡我們

地址
香港九龍觀塘鴻圖道57號南洋廣場1808室
Rm.1808, Nanyang Plaza, 57 Hung To Road., Kln. HK

電話
23091888

電郵
info@iothk.net