我国互联网蓬勃发展，取得举世瞩目的成就。5G、云计算、大数据、人工智能等新技术加速与各行各业融合发展，“互联网+” 催生出一个个新业态、新模式，成为激活我国经济高质量发展的新引擎。
5G质检机器人，利用5G高速率低延时的传输，它可以通过头顶的8K高清摄像头等。
5g机遇开创物联网发展新格局的表现？
表现一：5G开拓了物联网向移动、宽带、大连接、低时延应用的新领域
表现二：5G缺省采用IPv6和内置的网络安全能力以及与MEC(边缘计算)的结合，提供对时延、可靠性敏感的物联网应用的支持
表现三：5G+IPv6+MEC将加固物联网的安全，助力解决IoT终端对网络安全防御能力薄弱的问题
表现四：5G物联网具有云网边端融合的特点，围绕5G+边缘云平台可聚合物联网产品与应用，可解决传统物联网产品类型多难以规模化，物联网企业小而散难成集群的问题。
5G网络给物联网带来新机遇，NB-IoT物联网拥有低时延、更多连接数、超低功耗，在很大程度上解决了此前物联网发展不畅的原因，给物联网带来的生机。
物联网是大数据、云计算和人工智能的核心，其数据实时且高频，是真正意义上的大数据，也是未来人工智能实现的基础。
比如，现在的智能汽车，本质上是物联网技术支撑起来的汽车而已。
现在大数据的发展趋势？
主要有几点发展趋势：
一是流式架构的更替，最早大数据生态没有办法统一批处理和流计算，只能采用Lambda架构，批的任务用批计算引擎，流式任务采用流计算引擎，比如批处理采用MapReduce，流计算采用Storm。后来Spark试图从批的角度统一流处理和批处理，近年来纯流架构的Flink异军突起，由于其架构设计合理，生态健康，近年来发展特别快。
二是大数据技术的云化，一方面是公有云业务的成熟，众多大数据技术都被搬到了云上，其运维方式和运行环境都发生了较大变化，带来计算和存储资源更加的弹性变化，另一方面，私有部署的大数据技术也逐渐采用容器、虚拟化等技术，期望更加精细化地利用计算资源。
三是异构计算的需求，近年来在通用CPU之外，GPU、FPGA、ASIC等芯片发展迅猛，不同芯片擅长不同的计算任务，大数据技术开始尝试根据不同任务来调用不同的芯片，提升数据处理的效率。
四是兼容智能类的应用，随着深度学习的崛起，AI类的应用越来越广泛，大数据的技术栈在努力兼容AI的能力，通过一站式的能力来做数据分析和AI应用，这样开发者就能在一个工具站中编写SQL任务，调用机器学习和深度学习的算法来训练模型，完成各类数据分析的任务。
大数据技术的发展趋势有哪些
云计算将为大数据带来以下发展趋势变化：
首先云计算为大数据提供了可以弹性扩展、相对便宜的存储空间和计算资源，使得中小企业也可以像亚马逊一样通过云计算来完成大数据分析。
其次，云计算IT资源庞大、分布较为广泛，是异构系统较多的企业及时准确处理数据的有力方式，甚至是唯一的方式。
数据分析集逐步扩大，企业级数据仓库将成为主流，未来还将逐步纳入行业数据、政府公开数据等多来源数据。
当人们从大数据分析中尝到甜头以后，数据分析集就会逐步扩大。目前大部分的企业所分析的数据量一般以TB为单位。按照目前数据的发展速度，很快将会进入PB时代。特别是目前在100-500TB和500+TB范围的分析数据集的数量会呈3倍或4倍增长。
