作者:高通技術(shù)公司工程技術(shù)高級副總裁莊思民(John Smee)署名文章
高通在MWC巴塞羅那2024期間的一系列先進無線技術(shù)演示
高通公司奠定未來無線技術(shù)基礎(chǔ)
高通繼續(xù)朝著釋放無線技術(shù)真正潛能的方向邁進,專注于將助力5G Advanced向前發(fā)展的演進式創(chuàng)新,以及能夠在2030年及未來定義6G的變革性技術(shù)。在MWC巴塞羅那,高通將展示其精選的對無線連接未來至關(guān)重要的一系列代表性基礎(chǔ)技術(shù)。
· 超大規(guī)模MIMO將釋放中高頻段頻譜潛能:高通將在今年MWC巴塞羅那帶來全球首個為運行于13GHz頻段而打造的超大規(guī)模MIMO天線原型系統(tǒng),助力無線通信行業(yè)探索利用中高頻段新頻譜,為6G時代的到來做好準備。
· 為先進毫米波部署帶來的全新功能:高通將展示在圣迭戈新擴展的5G毫米波測試網(wǎng)絡(luò),目前該原型網(wǎng)絡(luò)可實現(xiàn)混合波束成形,以提升多用戶MIMO性能和終端移動性;還支持5G獨立組網(wǎng),并集成可大幅提升毫米波部署效率的創(chuàng)新基礎(chǔ)設(shè)施可選功能。
· 無線AI互操作性和效率提升:高通與生態(tài)系統(tǒng)合作,讓無線AI技術(shù)可以實現(xiàn)互操作。第一個演示重點介紹高通與諾基亞貝爾實驗室的合作,展示順序?qū)W習(xí)如何賦能多廠商無線AI系統(tǒng)。第二個演示擴展了高通針對AI輔助毫米波波束管理打造的原型系統(tǒng),該系統(tǒng)現(xiàn)已支持空域波束預(yù)測。
· 數(shù)字孿生網(wǎng)絡(luò):高通在面向數(shù)字孿生網(wǎng)絡(luò)的實時OTA測試平臺中,展示物理空間高保真建模、射頻傳播和網(wǎng)元動態(tài)如何提供更佳的用戶體驗和新功能,包括預(yù)測移動性、增強定位和確定性網(wǎng)絡(luò)轉(zhuǎn)換。
· 通往亞太赫茲(Sub-THz)之路:高通展示利用140GHz頻段新頻譜實現(xiàn)點對多點通信和數(shù)據(jù)中心可動態(tài)重配點對點無線鏈路的實際應(yīng)用。
· 其它基礎(chǔ)技術(shù)演示:除以上重點介紹的內(nèi)容之外,高通還將通過更深入的技術(shù)演示展現(xiàn)我們今年取得的進展,包括子帶全雙工跨鏈路干擾消除、鏈路自適應(yīng)增強以提高系統(tǒng)頻譜效率、穩(wěn)健的super-QAM設(shè)計以提升網(wǎng)絡(luò)能效。
擴展5G以支持全新服務(wù)
根據(jù)GSMA智庫數(shù)據(jù),全球5G連接數(shù)已超過15億,其中大部分連接來自智能手機。為了釋放5G的全部潛能,我們必須將5G擴展至新終端、新用例和新行業(yè)。今年,高通將探索5G新技術(shù)如何變革增強型移動寬帶之外的體驗。
· 先進的汽車連接:高通擴展其先進的云平臺以支持更多弱勢交通參與者(VRU),演示在多個交叉路口的汽車安全場景,并展示如何利用車輛軌跡信息學(xué)習(xí)和預(yù)測無線覆蓋范圍,從而確保無縫的汽車連接。
· 支持動態(tài)分布式計算的無界AR:高通與Hololight和愛立信合作,展示在網(wǎng)絡(luò)條件最佳時如何在云端進行處理,并在需要時向終端側(cè)計算平滑過渡,該演示展現(xiàn)了動態(tài)分布式計算將成為開啟無界AR體驗的關(guān)鍵所在。
· 5G輕量化(RedCap)演進:高通展示5G網(wǎng)絡(luò)如何利用RedCap進行擴展,以支持成倍增長的5G終端,同時與其它類型的5G終端和服務(wù)共存;并展示全新低功耗喚醒接收器設(shè)計將如何帶來更優(yōu)的終端節(jié)電特性。
· 基于非地面網(wǎng)絡(luò)(NTN)的太空5G通信:高通利用先進的5G NR NTN測試平臺,演示了模擬衛(wèi)星與原型終端進行的首個OTA通話;高通還與愛立信和是德科技合作,展示地面網(wǎng)絡(luò)/非地面網(wǎng)絡(luò)之間的無縫移動性,以及衛(wèi)星間的切換。
· 面向媒體的5G廣播:高通與羅德與施瓦茨以及全球領(lǐng)先的廣播公司合作,展示面向廣泛用例商用部署的5G廣播已經(jīng)準備就緒。
好文章,需要你的鼓勵
這項研究提出了"高效探測"方法,解決了掩碼圖像建模AI難以有效評估的問題。通過創(chuàng)新的多查詢交叉注意力機制,該方法在減少90%參數(shù)的同時實現(xiàn)10倍速度提升,在七個基準測試中均超越傳統(tǒng)方法。研究還發(fā)現(xiàn)注意力質(zhì)量與分類性能的強相關(guān)性,生成可解釋的注意力圖譜,展現(xiàn)出優(yōu)異的跨域適應(yīng)性。團隊承諾開源全部代碼,推動技術(shù)普及應(yīng)用。
伊利諾伊大學(xué)研究團隊開發(fā)了CLAIMSPECT系統(tǒng),通過層次化分解復(fù)雜爭議、智能檢索相關(guān)文獻、多角度收集觀點的方法,將傳統(tǒng)的"真假"判斷轉(zhuǎn)變?yōu)槎嗑S度分析。該系統(tǒng)能夠自動構(gòu)建爭議話題的分析框架,識別不同觀點及其支撐證據(jù),為科學(xué)和政治爭議提供更全面客觀的分析,已在生物醫(yī)學(xué)和國際關(guān)系領(lǐng)域驗證有效性。
清華大學(xué)研究團隊首次提出情感認知融合網(wǎng)絡(luò)(ECFN),讓AI能像人類一樣理解和表達情感。該系統(tǒng)通過多層次情感處理架構(gòu),在情感識別準確率上比現(xiàn)有最佳系統(tǒng)提升32%,情感表達自然度提升45%。研究突破了傳統(tǒng)AI情感理解的局限,實現(xiàn)了跨模態(tài)情感融合、動態(tài)情感追蹤和個性化情感建模,為醫(yī)療、教育、客服等領(lǐng)域帶來革命性應(yīng)用前景。
哈佛大學(xué)研究團隊通過創(chuàng)新的多智能體強化學(xué)習(xí)方法,讓AI在戰(zhàn)略游戲中學(xué)會復(fù)雜推理。研究發(fā)現(xiàn)AI通過游戲競爭能發(fā)展出類人思維能力,在邏輯推理、創(chuàng)造性解決問題等方面表現(xiàn)顯著提升。這項突破性成果為未來AI在醫(yī)療、教育、城市管理等領(lǐng)域的應(yīng)用奠定基礎(chǔ),展現(xiàn)了通過模擬人類學(xué)習(xí)過程培養(yǎng)真正智能AI的新路徑。