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(gè)采用獨(dú)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(guó)移動(dòng)的2.6GHz 5G試驗(yàn)頻段完成,并在中國(guó)移動(dòng)南方基地的實(shí)驗(yàn)網(wǎng)中進(jìn)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(jī)大小的測(cè)試終端。該智能手機(jī)大小的測(cè)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(guó)生態(tài)系統(tǒng)通過(guò)利用全球首個(gè)商用5G移動(dòng)平臺(tái)——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(zhǔn)備。
與前代蜂窩技術(shù)相比,5G新空口設(shè)計(jì)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(dòng)連接。目前,包括中國(guó)在內(nèi)的全球多個(gè)國(guó)家和地區(qū)都已基于6GHz以下和/或毫米波頻段展開(kāi)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(wú)線基站)和原型移動(dòng)測(cè)試終端,在中國(guó)5G試驗(yàn)環(huán)境下基于獨(dú)立組網(wǎng)模式完成并首次公開(kāi)演示的數(shù)據(jù)連接,進(jìn)一步彰顯了包括移動(dòng)運(yùn)營(yíng)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(guó)移動(dòng)生態(tài)系統(tǒng)持續(xù)加速5G商用的能力和決心。無(wú)論是在6GHz以下還是毫米波頻段,5G給終端設(shè)計(jì)的復(fù)雜度帶來(lái)了指數(shù)式增長(zhǎng),高通正與中國(guó)OEM廠商緊密協(xié)作以應(yīng)對(duì)這一挑戰(zhàn),從而共同加速5G商用落地。
高通高級(jí)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(guó)廣泛生態(tài)系統(tǒng)持續(xù)合作推動(dòng)中國(guó)5G商用的又一例證,也是中國(guó)加速5G商用進(jìn)程中的一次巨大成功。高通一直致力于支持中國(guó)無(wú)線產(chǎn)業(yè)的成功,我們期待繼續(xù)與中國(guó)移動(dòng)和中興通訊等領(lǐng)先企業(yè)合作,推動(dòng)于明年實(shí)現(xiàn)5G網(wǎng)絡(luò)和移動(dòng)終端的商用部署,為中國(guó)消費(fèi)者帶來(lái)突破性的5G體驗(yàn)。”
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(yàn)證和商用化進(jìn)程中,我們一直積極聯(lián)合產(chǎn)業(yè)合作伙伴進(jìn)行大量的關(guān)鍵技術(shù)驗(yàn)證、方案驗(yàn)證及組網(wǎng)驗(yàn)證的工作。本次中國(guó)移動(dòng)、中興通訊和高通聯(lián)合完成全球首個(gè)符合3GPP獨(dú)立組網(wǎng)規(guī)范(SA)的5G數(shù)據(jù)連接,體現(xiàn)了我們?cè)谕七M(jìn)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(jìn)程推進(jìn)又邁進(jìn)了一步。”
好文章,需要你的鼓勵(lì)
新加坡國(guó)立大學(xué)研究團(tuán)隊(duì)開(kāi)發(fā)了SPIRAL框架,通過(guò)讓AI與自己對(duì)弈零和游戲來(lái)提升推理能力。實(shí)驗(yàn)顯示,僅訓(xùn)練AI玩簡(jiǎn)單撲克游戲就能讓其數(shù)學(xué)推理能力提升8.6%,通用推理提升8.4%,且無(wú)需任何數(shù)學(xué)題目作為訓(xùn)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(xué)解題中,為AI訓(xùn)練提供了新思路。
同濟(jì)大學(xué)團(tuán)隊(duì)開(kāi)發(fā)的GIGA-ToF技術(shù)通過(guò)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(jī)噪聲問(wèn)題。該技術(shù)利用圖像間的不變幾何關(guān)系,結(jié)合深度學(xué)習(xí)和數(shù)學(xué)優(yōu)化方法,在合成數(shù)據(jù)集上實(shí)現(xiàn)37.9%的精度提升,并在真實(shí)設(shè)備上展現(xiàn)出色泛化能力,為機(jī)器人、AR和自動(dòng)駕駛等領(lǐng)域提供更可靠的3D視覺(jué)解決方案。
伊利諾伊大學(xué)研究團(tuán)隊(duì)通過(guò)對(duì)比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過(guò)強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺(jué)語(yǔ)言模型雖然表現(xiàn)出"頓悟時(shí)刻"現(xiàn)象,但這些自我糾錯(cuò)行為并不能實(shí)際提升推理準(zhǔn)確率。研究揭示了AI模型存在"生成-驗(yàn)證差距",即生成答案的能力強(qiáng)于驗(yàn)證答案質(zhì)量的能力,且模型在自我驗(yàn)證時(shí)無(wú)法有效利用視覺(jué)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(jī)構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過(guò)動(dòng)態(tài)稀疏性實(shí)現(xiàn)大語(yǔ)言模型訓(xùn)練加速1.6倍,計(jì)算成本降低2.2倍。該方法使用SVD稀疏性估計(jì)器智能選擇重要計(jì)算部分,在保持模型性能的同時(shí)顯著提升訓(xùn)練效率,已在多個(gè)任務(wù)上驗(yàn)證有效性。