12月14日,高通和中興通訊在京宣布,成功基于全球3GPP 5G新空口(5G NR)Release 15規(guī)范完成全球首個采用獨立組網(wǎng)(SA)模式的5G新空口數(shù)據(jù)連接。該模式利用全新5G核心網(wǎng),不依賴4G核心基礎(chǔ)設(shè)施。上述數(shù)據(jù)連接利用中國移動的2.6GHz 5G試驗頻段完成,并在中國移動南方基地的實驗網(wǎng)中進行,采用了中興通訊的5G新空口預(yù)商用基站產(chǎn)品以及智能手機大小的測試終端。該智能手機大小的測試終端搭載了高通的5G調(diào)制解調(diào)器以及集成了射頻收發(fā)器、射頻前端和天線單元的天線模組。本次演示充分展示了中國生態(tài)系統(tǒng)通過利用全球首個商用5G移動平臺——即高通驍龍 855配合5G調(diào)制解調(diào)器驍龍X50系列,已為2019年的5G商用做好準備。
與前代蜂窩技術(shù)相比,5G新空口設(shè)計可支持更多頻段,包括低頻、中頻、高頻乃至毫米波頻段,以提供卓越且廣泛的高性能移動連接。目前,包括中國在內(nèi)的全球多個國家和地區(qū)都已基于6GHz以下和/或毫米波頻段展開5G部署。本次利用完整的端到端預(yù)商用系統(tǒng)設(shè)備——包含5G核心網(wǎng)、AAU(無線基站)和原型移動測試終端,在中國5G試驗環(huán)境下基于獨立組網(wǎng)模式完成并首次公開演示的數(shù)據(jù)連接,進一步彰顯了包括移動運營商、基礎(chǔ)設(shè)施供應(yīng)商和芯片解決方案供應(yīng)商在內(nèi)的中國移動生態(tài)系統(tǒng)持續(xù)加速5G商用的能力和決心。無論是在6GHz以下還是毫米波頻段,5G給終端設(shè)計的復(fù)雜度帶來了指數(shù)式增長,高通正與中國OEM廠商緊密協(xié)作以應(yīng)對這一挑戰(zhàn),從而共同加速5G商用落地。
高通高級副總裁兼4G/5G業(yè)務(wù)總經(jīng)理馬德嘉博士表示:“本次完成的重要里程碑是我們與中國廣泛生態(tài)系統(tǒng)持續(xù)合作推動中國5G商用的又一例證,也是中國加速5G商用進程中的一次巨大成功。高通一直致力于支持中國無線產(chǎn)業(yè)的成功,我們期待繼續(xù)與中國移動和中興通訊等領(lǐng)先企業(yè)合作,推動于明年實現(xiàn)5G網(wǎng)絡(luò)和移動終端的商用部署,為中國消費者帶來突破性的5G體驗。”
中興通訊股份有限公司CTO王喜瑜表示:“中興通訊致力于成為領(lǐng)先的5G商用設(shè)備和解決方案的供應(yīng)商。在5G技術(shù)驗證和商用化進程中,我們一直積極聯(lián)合產(chǎn)業(yè)合作伙伴進行大量的關(guān)鍵技術(shù)驗證、方案驗證及組網(wǎng)驗證的工作。本次中國移動、中興通訊和高通聯(lián)合完成全球首個符合3GPP獨立組網(wǎng)規(guī)范(SA)的5G數(shù)據(jù)連接,體現(xiàn)了我們在推進5G產(chǎn)業(yè)化上的努力和階段性領(lǐng)先成果,讓5G商用化進程推進又邁進了一步。”
好文章,需要你的鼓勵
浙江大學(xué)團隊提出動態(tài)專家搜索方法,讓AI能根據(jù)不同問題靈活調(diào)整內(nèi)部專家配置。該方法在數(shù)學(xué)、編程等任務(wù)上顯著提升推理準確率,且不增加計算成本。研究發(fā)現(xiàn)不同類型問題偏愛不同專家配置,為AI推理優(yōu)化開辟新路徑。
清華大學(xué)研究團隊提出SIRI方法,通過"壓縮-擴張"交替訓(xùn)練策略,成功解決了大型推理模型"話多且準確率低"的問題。實驗顯示,該方法在數(shù)學(xué)競賽題上將模型準確率提升43.2%的同時,輸出長度減少46.9%,真正實現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓(xùn)練提供了新思路。
南洋理工大學(xué)與騰訊聯(lián)合研究團隊開發(fā)出Rolling Forcing技術(shù),實現(xiàn)AI視頻實時流式生成的重大突破。該技術(shù)通過滾動窗口聯(lián)合去噪、注意力錨點機制和高效訓(xùn)練算法三項創(chuàng)新,解決了長視頻生成中的錯誤累積問題,可在單GPU上以16fps速度生成多分鐘高質(zhì)量視頻,延遲僅0.76秒,質(zhì)量漂移指標從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內(nèi)容創(chuàng)作開辟新可能。
華中科技大學(xué)研究團隊發(fā)現(xiàn),通過讓AI模型學(xué)習(xí)解決幾何問題,能夠顯著提升其空間理解能力。他們構(gòu)建了包含約30000個幾何題目的Euclid30K數(shù)據(jù)集,使用強化學(xué)習(xí)方法訓(xùn)練多個AI模型。實驗結(jié)果顯示,幾何訓(xùn)練在四個空間智能測試基準上都帶來顯著提升,其中最佳模型達到49.6%準確率,超越此前最好成績。這項研究揭示了基礎(chǔ)幾何知識對培養(yǎng)AI空間智能的重要價值。