今年,得益于全新的无线技术,智能手机、平板电脑和PC有望以10倍于Wi-Fi的速度收发数据。该技术不但可以用来传输视频及其他大型文件,而且可以取代PC与显示器或投影仪之间的缆线。这是一种工作频率为60 GHz的无线技术,称之为“WiGig”。包括苹果、微软及索尼在内的业界巨头已经为新标准的推出合作了数年之久,少数支持WiGig标准的产品现已面市。推着更多产品的推出,该技术有望于年内普及。

WiGig能够更快地传送数据,因其工作于更高的无线频率,能够对更多信息进行编码。目前的60 GHz协议所能支持的最大传输速率为7Gb/秒,而目前最快的Wi-Fi协议所能达到的速率为433Mb/秒,工作于5MHz频率下。大多数Wi-Fi网络则还在使用更慢的协议。
移动设备处理器及无线芯片制造商高通在WiGig技术上投入颇多。在本月于拉斯维加斯举行的CES上,公司对内置此技术的无线路由器进行了演示。该设备将于2015年底前面市。
高通推出的最新骁龙移动处理器同样提供对WiGig的支持。高通向客户提供的参考设计使用了60 GHz无线芯片,而首批搭载骁龙810处理器的设备有望于2015年年中面市。在CES上,高通还对内置该处理器的平板电脑通过WiGig传输视频进行了演示。
负责高通产品管理的主管马克·葛洛茨斯基(Mark Grodzinsky)表示,WiGig技术比Wi-Fi更加可靠。由于其在全新的频段工作,不但可以减少无线信道的拥堵,而且其具有的方向性特征使其遭遇的干扰更小。Wi-Fi设备向所有方向发送信号,而WiGig技术则通过极小的天线阵列向连接的设备发送信号波束。
“信号不再四处传播,” 葛洛茨斯基说道。“即便在同一个房间里,它们之间也能够互不干扰。”
WiGig技术的开发者预计,该技术能够促进高清视频的应用。最新智能手机可以以极高分辨率记录视频。葛洛茨斯基表示,WiGig将会在机顶盒中出现,让来自移动设备的流媒体内容更加便捷地显示在高清电视上,或者以更快速度上载至网络。据高通估计,在WiGig技术的帮助下,一部全长高清电影在三分钟内就能传输完毕。
但是,较Wi-Fi 而言,60 GHz信号也有一些缺点。它们可以被墙壁、天花板和地板所阻隔,这使得该技术的应用范围局限在同一个房间内。
英特尔也在开发自己的WiGig技术,公司在去年的开发者大会上表示,WiGig芯片将于2015年年内出现在笔记本上。在本月的CES上,英特尔展示了一台笔记本计算机,其利用WiGig连接到显示器及其他外设上。
三星同样有望于年内推出WiGig产品。公司于2014年晚些时候宣布,将会开发自己的WiGig技术,并计划于2015年商业化。该技术将用于三星的移动、医疗及智能家居产品上。
该技术也能够用来扩充蜂窝网络的容量。去年,来自加利福尼亚大学由希瑟·郑(Heather Zheng)领导的研究人员展示了一项技术,能够在户外超过100米的距离内实现高速连接。“我想,该技术的潜力在于其可以被部署到繁忙的十字路口或购物中心,”为该项目工作的本·赵(Ben Zhao)教授说道。
赵预测随着价格的进一步下降,60 GHz技术有望实现更为广泛的用途。他与郑正在为谷歌测试一种新的技术,希望用其来取代大型数据中心中使用的某些缆线。他们同时发现,使用60 GHz技术的设备可以像雷达信号一样利用波束检测临近物体的位置和尺寸。
该技术将能够提供更高的速率。“在接下来的几年时间里,WiGig的速率将会达到每秒数十Gb,”高通的葛洛茨斯基说道。“我认为该规范有望达到100Gb/秒。”
好文章,需要你的鼓励
虽然在CES 2026展会上需要仔细寻找才能发现Linux的身影,但它确实无处不在。Canonical展示了与英伟达合作的Ubuntu Linux桌面超级计算机,配备GB10芯片、128GB内存和4TB存储。公司还演示了Ubuntu Core在IoT设备中的应用,以及为应对欧盟网络韧性法案推出的Ubuntu Pro设备支持方案。此外,Linux正成为软件定义汽车、边缘AI和智能电视的默认平台。
剑桥大学研究团队首次系统探索AI在多轮对话中的信心判断问题。研究发现当前AI系统在评估自己答案可靠性方面存在严重缺陷,容易被对话长度而非信息质量误导。团队提出P(SUFFICIENT)等新方法,但整体问题仍待解决。该研究为AI在医疗、法律等关键领域的安全应用提供重要指导,强调了开发更可信AI系统的紧迫性。
智能白板制造商Vibe发布桌面AI设备Vibe Bot,集成语音助手、智能摄像头和AI笔记功能。该设备采用圆柱形设计,配备4K摄像头、波束成形麦克风和可旋转屏幕,能够跟踪发言者并自动调整视角。支持在线和离线会议录音,提供实时转录和AI生成的会议纪要,用户可通过语音助手查询会议信息并触发日历等应用操作。
威斯康星大学研究团队开发出Prithvi-CAFE洪水监测系统,通过"双视觉协作"机制解决了AI地理基础模型在洪水识别上的局限性。该系统巧妙融合全局理解和局部细节能力,在国际标准数据集上创造最佳成绩,参数效率提升93%,为全球洪水预警和防灾减灾提供了更准确可靠的技术方案。