至顶网网络频道 06月07日 综合消息: 近日,由中国电科院举办的电力信息通信领域质量提升工作研讨会在京召开。会上,华为公司基于4.5G技术的1.8GHz频谱的电力无线专网产品获颁首批通过信息通信产品认证证书。
随着能源生产和消费的变革,新能源、分布式发电、储能、充电桩、家庭智慧能源等新业务的大量涌现,同时,随着智能化社会的到来,以大数据、云计算、物联网、移动互联为代表的新一代信息通信技术正在逐步与电力行业融合。如何运用新一代信息通信技术建设安全、可靠、灵活、泛在的通信基础网络,促进能源生产和消费变革,已成为当前电网企业和信息通信领域厂商共同探索的方向。
国家电网公司在2018年工作会议上提出建设“全业务泛在电力物联网”,华为公司积极响应,探索运用无线专网技术与电力业务结合,满足广覆盖、海量终端的电力物联网需求。华为公司是全球首家将LTE技术引入电力行业的厂商,率先于2012年帮助珠海供电局构建全球首张TD-LTE无线专网,承载配网自动化、计量自动化、移动视频等业务。
近年来,华为公司在电力行业无线专网领域持续投入研发,开发基于230MHz、1.8GHz、5.8GHz频谱的电力无线专网产品并持续引入最新技术,一方面匹配当前电力现有频段,另外一方面保证方案的可持续演进。
在电力业务匹配上,针对电力业务中的低时延、实时在线需求,如精准负荷控制、配电自动化业务,华为eLTE-G解决方案支持配电自动化实现低时延回传,支持室内、户外、杆塔等多种场景,通过外接天线还可以支持地下、半地下等场景,保障业务的高可靠通信。
针对电力物联网中的高带宽、移动化需求,如智能变电站移动巡检业务,华为开创性的将LTE技术应用在免授权5.8GHz频段上,构建宽带物联。解决方案中采用一体化基站,支持POE供电,基站可以安装在墙面和抱杆上,增加了网络部署的灵活性,节省了网络部署的成本和时间。相比WLAN技术,大幅提升了安全性和覆盖范围,为客户带来稳定可靠的连接,一套设备即可覆盖500KV智能变电站。同时也可支持远距离通信,如变电站基建期无光缆覆盖的情况下,可实现点对点的远距离高带宽通信回传,满足基建期视频监控的通信需求。
针对电力物联网中的低功耗、广覆盖、低速率、海量联接等场景需求,如配电线路故障指示器、用电信息采集等业务,华为在eLTE-G解决方案引入IoT技术,构建窄带物联。如故障指示器的汇集单元一般采用太阳能供电,供电能力有限,因此采用低功耗通信技术是必然选择。华为eLTE-G解决方案在采用低功耗技术的同时,应用跳频技术避免外部干扰,以及先进的纠错码实现快速纠错能力。
当前,华为eLTE-G电力无线专网解决方案基于4.5G,并率先将5G空口分片、Grant-free低时延调度算法等关键技术提前引入eLTE-G解决方案,满足电力行业精准负荷控制、配电自动化等全业务需求;在安全上,eLTE-G解决方案通过频率隔离、物理隔离和逻辑隔离方式满足电力行业多业务安全隔离需求,未来5G slicing也可引入电力无线专网提供更多样化的安全隔离方案;华为eLTE-G解决方案后续将持续面向5G演进,引入更多5G关键技术,满足未来电力发展新需求。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。