2月25日開幕的2019世界移動大會上,中興通訊聯(lián)合Qualcomm Technologies, Inc.演示了基于Sub 6GHz的端到端商用系統(tǒng)5G網(wǎng)絡(luò)業(yè)務。此次演示采用中興通訊商用核心網(wǎng)和無線基站設(shè)備搭建真實5G NR端到端網(wǎng)絡(luò),并在此網(wǎng)絡(luò)上用搭載全球首款商用5G移動平臺——Qualcomm®驍龍TM855搭配驍龍X50調(diào)制解調(diào)器的中興通訊5G智能手機上實現(xiàn)了5G空口上的業(yè)務展示。此外該手機還采用了Qualcomm Technologies的射頻收發(fā)器和射頻前端解決方案。該Live Demo驗證了雙方在5G上強大的技術(shù)實力,已完全具備了5G端到端商用能力。
演示環(huán)境基于3GPP R15最新版本,以NSA模式搭建,采用5G N78頻點,用LTE B1頻點作為錨點接入。中興通訊為此提供了完整的端到端解決方案,在無線側(cè)采用One for All基站平臺解決方案,一個站點支持2G/3G/4G/5G,多?;鶐BU提供業(yè)界最大的2G/3G/4G/5G處理能力和最多接口數(shù)量;實現(xiàn)2G/3G/4G/5G/固網(wǎng)全融合的核心網(wǎng)Common Core,可同時支持NSA/SA模式;融合網(wǎng)管UME實現(xiàn)智能運維。
中興通訊總裁徐子陽表示:“此次中興通訊和Qualcomm Technologies在MWC2019盛會上向業(yè)界展示的基于中興通訊商用5G移動終端和系統(tǒng)上的5G業(yè)務應用,是我們在推動5G商業(yè)化上的共同努力和成果,我們向5G商用化又邁進了一大步。”
Qualcomm中國區(qū)董事長孟樸表示:“此次在MWC大會上基于中興通訊的商用基礎(chǔ)設(shè)施和Qualcomm Technologies的5G調(diào)制解調(diào)器和射頻前端解決方案完成的5G NSA現(xiàn)場演示,讓我們得以一窺從2019年起可享受到的5G用戶移動體驗。我們期待繼續(xù)與中興通訊和整個生態(tài)系統(tǒng)的其他領(lǐng)先企業(yè)合作,共同加速5G網(wǎng)絡(luò)及終端的部署。”
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商。在推進5G商用化進程中,中興通訊一直積極聯(lián)合產(chǎn)業(yè)合作伙伴進行關(guān)鍵技術(shù)驗證、組網(wǎng)和解決方案驗證等工作,測試進度和性能表現(xiàn)領(lǐng)先,已與全球30多家運營商開展5G測試與合作,為即將到來的5G商用建設(shè)做了充分準備。
好文章,需要你的鼓勵
騰訊ARC實驗室推出AudioStory系統(tǒng),首次實現(xiàn)AI根據(jù)復雜指令創(chuàng)作完整長篇音頻故事。該系統(tǒng)結(jié)合大語言模型的敘事推理能力與音頻生成技術(shù),通過交錯式推理生成、解耦橋接機制和漸進式訓練,能夠?qū)碗s指令分解為連續(xù)音頻場景并保持整體連貫性。在AudioStory-10K基準測試中表現(xiàn)優(yōu)異,為AI音頻創(chuàng)作開辟新方向。
Meta與特拉維夫大學聯(lián)合研發(fā)的VideoJAM技術(shù),通過讓AI同時學習外觀和運動信息,顯著解決了當前視頻生成模型中動作不連貫、違反物理定律的核心問題。該技術(shù)僅需添加兩個線性層就能大幅提升運動質(zhì)量,在多項測試中超越包括Sora在內(nèi)的商業(yè)模型,為AI視頻生成的實用化應用奠定了重要基礎(chǔ)。
上海AI實驗室發(fā)布OmniAlign-V研究,首次系統(tǒng)性解決多模態(tài)大語言模型人性化對話問題。該研究創(chuàng)建了包含20萬高質(zhì)量樣本的訓練數(shù)據(jù)集和MM-AlignBench評測基準,通過創(chuàng)新的數(shù)據(jù)生成和質(zhì)量管控方法,讓AI在保持技術(shù)能力的同時顯著提升人性化交互水平,為AI價值觀對齊提供了可行技術(shù)路徑。
谷歌DeepMind團隊開發(fā)的GraphCast是一個革命性的AI天氣預測模型,能夠在不到一分鐘內(nèi)完成10天全球天氣預報,準確性超越傳統(tǒng)方法90%的指標。該模型采用圖神經(jīng)網(wǎng)絡(luò)技術(shù),通過學習40年歷史數(shù)據(jù)掌握天氣變化規(guī)律,在極端天氣預測方面表現(xiàn)卓越,能耗僅為傳統(tǒng)方法的千分之一,為氣象學領(lǐng)域帶來了效率和精度的雙重突破。