CNET科技行者 11月17日 北京消息:高通、中興通訊和中國移動今日宣布,成功實現(xiàn)了全球首個基于3GPP R15標準的端到端5G新空口(5G NR)系統(tǒng)互通(IoDT)?;ネㄑ菔驹谥袊苿?G聯(lián)合創(chuàng)新中心實驗室進行,在中國移動的合作推動下,采用了中興通訊的5G新空口預(yù)商用基站和高通的5G新空口終端原型機完成互通。
端到端5G新空口系統(tǒng)運行在3.5GHz頻段,支持100MHz大帶寬,協(xié)議實現(xiàn)完全符合3GPP R15標準定義的新空口Layer 1架構(gòu),包括可擴展的OFDM參數(shù)配置、先進的新型信道編碼與調(diào)制方案,以及低延遲的自包含幀結(jié)構(gòu),能夠高效地實現(xiàn)單用戶每秒數(shù)G比特級傳輸速率,與第四代移動通信網(wǎng)絡(luò)(4G)相比空口時延顯著降低。5G新空口技術(shù)的應(yīng)用對于滿足日益增長的數(shù)據(jù)連接需求至關(guān)重要,未來可支持高清視頻流、沉浸式虛擬/增強現(xiàn)實等新興移動寬帶體驗,并為自動駕駛汽車、無人機和工業(yè)控制等提供兼具高可靠性和低時延的全新服務(wù)。
端到端5G新空口系統(tǒng)的成功互通,是5G新空口技術(shù)向大規(guī)模預(yù)商用邁進的重要行業(yè)里程碑,推動了符合3GPP標準的5G網(wǎng)絡(luò)和終端產(chǎn)業(yè)快速發(fā)展,體現(xiàn)在:
高通執(zhí)行副總裁兼QCT總裁克里斯蒂安諾·阿蒙表示: “實現(xiàn)全球首個5G新空口端到端系統(tǒng)互操作數(shù)據(jù)連接真正體現(xiàn)了我們的5G領(lǐng)導力,有助于確保符合標準的5G商用網(wǎng)絡(luò)的及時部署。高通一直致力于支持中國無線產(chǎn)業(yè)的長期成功,我們也很高興能夠與中興通訊和中國移動合作,共同加快中國的5G進程。”
中興通訊CTO兼副總裁徐慧俊表示:“中興通訊致力于成為第一批5G商用設(shè)備和解決方案的供應(yīng)商。在5G的技術(shù)驗證及產(chǎn)品化開發(fā)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。本次中興通訊與中國移動、高通聯(lián)合完成全球首個5G新空口互操作數(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成果。”
中國移動通信集團公司副總裁李正茂表示:“中國移動致力于與產(chǎn)業(yè)伙伴推動全球統(tǒng)一的5G標準?;?GPP標準版本5G新空口端到端互通測試的完成,是5G由標準走向產(chǎn)品和預(yù)商用的重要里程碑。中國移動愿與高通、中興等產(chǎn)業(yè)伙伴一同推動5G產(chǎn)品不斷成熟、產(chǎn)業(yè)邁向成功。”
好文章,需要你的鼓勵
新加坡國立大學研究團隊開發(fā)了SPIRAL框架,通過讓AI與自己對弈零和游戲來提升推理能力。實驗顯示,僅訓練AI玩簡單撲克游戲就能讓其數(shù)學推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學題目作為訓練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉(zhuǎn)移到數(shù)學解題中,為AI訓練提供了新思路。
同濟大學團隊開發(fā)的GIGA-ToF技術(shù)通過融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機噪聲問題。該技術(shù)利用圖像間的不變幾何關(guān)系,結(jié)合深度學習和數(shù)學優(yōu)化方法,在合成數(shù)據(jù)集上實現(xiàn)37.9%的精度提升,并在真實設(shè)備上展現(xiàn)出色泛化能力,為機器人、AR和自動駕駛等領(lǐng)域提供更可靠的3D視覺解決方案。
伊利諾伊大學研究團隊通過對比實驗發(fā)現(xiàn),經(jīng)過強化學習訓練的視覺語言模型雖然表現(xiàn)出"頓悟時刻"現(xiàn)象,但這些自我糾錯行為并不能實際提升推理準確率。研究揭示了AI模型存在"生成-驗證差距",即生成答案的能力強于驗證答案質(zhì)量的能力,且模型在自我驗證時無法有效利用視覺信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過動態(tài)稀疏性實現(xiàn)大語言模型訓練加速1.6倍,計算成本降低2.2倍。該方法使用SVD稀疏性估計器智能選擇重要計算部分,在保持模型性能的同時顯著提升訓練效率,已在多個任務(wù)上驗證有效性。