2月26日,2024年世界移動通信大會(MWC2024)在西班牙巴塞羅那開幕。展會期間,中國電信攜手中興通訊聯(lián)合發(fā)布了Cluster DRS(Dynamic Radio Sharing,基站簇級的動態(tài)波束共享)創(chuàng)新技術(shù)和成果。
中國電信自2019年以來已建成了全球首張、規(guī)模最大、網(wǎng)速最快的5G SA網(wǎng)絡(luò),已經(jīng)擁有5G用戶3.18億+,在制造、能源、醫(yī)療、教育、智慧城市、交通、文旅等領(lǐng)域打造5G專網(wǎng)9000余個(gè)、5G行業(yè)應(yīng)用項(xiàng)目2.8萬余個(gè)。同時(shí),作為新一代信息技術(shù)產(chǎn)業(yè)發(fā)展的主力軍,中國電信密切關(guān)注不斷涌現(xiàn)的新業(yè)務(wù)、新場景的發(fā)展訴求,低空經(jīng)濟(jì)就是核心關(guān)注點(diǎn)之一。無人機(jī)是低空經(jīng)濟(jì)發(fā)展的重要組成部分,5G網(wǎng)絡(luò)需要拓展低空立體覆蓋能力,滿足無人機(jī)的實(shí)時(shí)寬帶通信需求。
中國電信積極聯(lián)合中興通訊推出了Cluster DRS(Dynamic Radio Sharing)解決方案,依據(jù)無人機(jī)的飛行軌跡和業(yè)務(wù)的特點(diǎn),5G商用網(wǎng)絡(luò)動態(tài)生成以無人機(jī)為中心的基站簇,簇內(nèi)多小區(qū)間實(shí)現(xiàn)空域波束共享;簇間靈活降低干擾,穩(wěn)定保障無人機(jī)高清視頻的實(shí)時(shí)回傳體驗(yàn)。
中國電信5G共建共享工作組黃禮蓮總經(jīng)理表示:”隨著中國5G發(fā)展?jié)u入佳境,5G-A已成為支撐新業(yè)務(wù)、新場景發(fā)展的重要驅(qū)動力。中國電信秉持技術(shù)創(chuàng)新和高質(zhì)量網(wǎng)絡(luò)緊密結(jié)合的方向,致力于深入挖掘5G網(wǎng)絡(luò)潛能,持續(xù)滿足新業(yè)務(wù)、新場景的需求。2021年中國電信首次提出Cluster(5G基站簇)概念,應(yīng)用到頻域形成Cluster DSS方案提升5G用戶體驗(yàn)、在時(shí)域形成Cluster DFS方案助力5G一網(wǎng)多能。今天,我們將“Cluster”理念應(yīng)用到空域,可基于5G商用網(wǎng)絡(luò)支持低空立體覆蓋、推動低空經(jīng)濟(jì)數(shù)智化發(fā)展。
中興通訊高級副總裁張萬春介紹到,“在5G創(chuàng)新應(yīng)用的持續(xù)探索過程中,我們堅(jiān)持將高效5G網(wǎng)絡(luò)、大數(shù)據(jù)和智能化相結(jié)合,形成強(qiáng)有力的數(shù)字基座,支撐新業(yè)務(wù)、新場景的數(shù)智化發(fā)展需求。Cluster 系列化技術(shù)正是基于這個(gè)數(shù)字基座,在有限的網(wǎng)絡(luò)資源和不斷提升的業(yè)務(wù)體驗(yàn)之間尋找最優(yōu)解,可以依據(jù)用戶、業(yè)務(wù)的特點(diǎn),針對時(shí)域、頻域和空域進(jìn)行資源和需求之間的精準(zhǔn)匹配、從而激發(fā)5G潛能,創(chuàng)造無限價(jià)值。”
Cluster DRS解決方案,基于內(nèi)生AI能力提升網(wǎng)絡(luò)資源的智能化動態(tài)調(diào)整能力,推動了網(wǎng)絡(luò)資源策略從以小區(qū)為中心到以用戶為中心的轉(zhuǎn)變,為低空經(jīng)濟(jì)協(xié)同發(fā)展保駕護(hù)航,也是向6G技術(shù)發(fā)展的有益探索。中國電信將與中興通訊繼續(xù)在更多領(lǐng)域進(jìn)行創(chuàng)新實(shí)踐,持續(xù)推動經(jīng)濟(jì)社會數(shù)字化、智能化、綠色化發(fā)展。
好文章,需要你的鼓勵(lì)
浙江大學(xué)團(tuán)隊(duì)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(zhǔn)確率,且不增加計(jì)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(tuán)隊(duì)提出SIRI方法,通過"壓縮-擴(kuò)張"交替訓(xùn)練策略,成功解決了大型推理模型"話多且準(zhǔn)確率低"的問題。實(shí)驗(yàn)顯示,該方法在數(shù)學(xué)競賽題上將模型準(zhǔn)確率提升43.2%的同時(shí),輸出長度減少46.9%,真正實(shí)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(tuán)隊(duì)開發(fā)出Rolling Forcing技術(shù),實(shí)現(xiàn)AI視頻實(shí)時(shí)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(diǎn)機(jī)制和高效訓(xùn)練算法三項(xiàng)創(chuàng)新,解決了長視頻生成中的錯(cuò)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(biāo)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(tuán)隊(duì)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(gè)幾何題目的Euclid30K數(shù)據(jù)集,使用強(qiáng)化學(xué)習(xí)方法訓(xùn)練多個(gè)AI模型。實(shí)驗(yàn)結(jié)果顯示,幾何訓(xùn)練在四個(gè)空間智能測試基準(zhǔn)上都帶來顯著提升,其中最佳模型達(dá)到49.6%準(zhǔn)確率,超越此前最好成績。這項(xiàng)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(jià)值。