近日,上海電信、中興通訊與高通技術(shù)公司合作完成了5G Advanced(5G-A)高、低頻NR-DC專網(wǎng)下的多路并發(fā)VR業(yè)務(wù)演示,為現(xiàn)場體驗(yàn)VR游戲的用戶帶來畫面質(zhì)量優(yōu)秀、流暢無卡頓的5G-A VR體驗(yàn)。此次演示,是三方共同將先進(jìn)5G-A技術(shù)應(yīng)用于實(shí)際場景、面向復(fù)雜網(wǎng)絡(luò)環(huán)境下的大帶寬、多用戶VR業(yè)務(wù)展開的全新嘗試,并將在ChinaJoy驍龍主題館作為技術(shù)亮點(diǎn)之一向觀眾展示。
在此次演示中,三方在網(wǎng)絡(luò)環(huán)境復(fù)雜、人流量密集的ChinaJoy主場館中,將搭載驍龍®X80 5G調(diào)制解調(diào)器及射頻系統(tǒng)的智能手機(jī)形態(tài)終端以及移動Wi-Fi (MiFi)設(shè)備與采用驍龍®XR2平臺的PICO 4 Pro VR一體機(jī)相連接,通過基于毫米波頻段800MHz帶寬和3.3GHz低頻段100MHz帶寬組成的NR-DC專網(wǎng),接入采用中興通訊基站內(nèi)置算力引擎——Node Engine的核心網(wǎng)代理,與VR游戲服務(wù)器直接連接,實(shí)現(xiàn)對多路并發(fā)VR業(yè)務(wù)的支持。測試結(jié)果顯示,多路VR業(yè)務(wù)同時接入時,單用戶速率可達(dá)80Mbps,體驗(yàn)過程中VR畫面清晰度支持@72FPS高畫質(zhì),可確保用戶獲得清晰流暢無卡頓、畫面質(zhì)量精良的VR體驗(yàn)。
在ChinaJoy驍龍主題館展示的VR演示組網(wǎng)方案
5G-A技術(shù)能夠在速率、時延、容量等方面提升傳統(tǒng)5G技術(shù)和網(wǎng)絡(luò)的連接能力。其中,利用5G-A的高、低頻NR-DC技術(shù),在單基站情況下可提供高達(dá)8.5Gbps的理論下行峰值速率,以及支持50路以上的XR用戶并發(fā)業(yè)務(wù),是低頻單獨(dú)組網(wǎng)技術(shù)容量的5倍以上。此外,高、低頻NR-DC技術(shù)具有低時延特性,能夠很好滿足對時延要求嚴(yán)苛的業(yè)務(wù),諸如XR或者智能工業(yè)業(yè)務(wù)。此次三方共同完成的5G-A高、低頻NR-DC現(xiàn)網(wǎng)下的多路并發(fā)VR業(yè)務(wù)演示,有助于進(jìn)一步推動包括高清直播業(yè)務(wù)、擴(kuò)展現(xiàn)實(shí)(XR)、超低時延和超高清視頻以及工業(yè)等新型應(yīng)用與場景的發(fā)展,利用最新的5G-A技術(shù)為用戶提供沉浸式的視聽新體驗(yàn)。
上海電信、中興通訊和高通技術(shù)公司持續(xù)合作推動5G演進(jìn),此次演示標(biāo)志著三方在技術(shù)創(chuàng)新與業(yè)務(wù)驗(yàn)證方面達(dá)成新的成效,為全球5G-A業(yè)務(wù)和生態(tài)發(fā)展提供了有力支撐。未來,三方將攜手更廣泛的生態(tài)伙伴,持續(xù)推進(jìn)前沿技術(shù)創(chuàng)新,顯著提升端到端連接能力,為5G-A按下發(fā)展“加速鍵”。
好文章,需要你的鼓勵
新加坡國立大學(xué)研究團(tuán)隊(duì)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(shí)驗(yàn)顯示,僅訓(xùn)練AI玩簡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(jī)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(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(xué)研究團(tuán)隊(duì)通過對比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過強(qiáng)化學(xué)習(xí)訓(xùn)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(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(jī)構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過動態(tài)稀疏性實(shí)現(xiàn)大語言模型訓(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顯著提升訓(xùn)練效率,已在多個任務(wù)上驗(yàn)證有效性。