”高通中国区研发负责人徐晧在接受科技日报记者专访时强调:“当我们说毫米波有这样那样缺点时,要看到它同时有非常多的优点,关键要看设计人员能不能有效解决这些技术难点,也要看实际应用中,是不是需要毫米波这些优点,是不是能够找到比较好的应用场景利用好毫米波的这些优点。”
“作为一家以技术见长的公司,高通希望业界能够更多地了解毫米波的潜力和应用。”徐晧透露,高通将在“2021世界5G大会”上介绍5G毫米波最新的测试和研究进展。
低频资源有限毫米波商用提上日程徐晧说:
“手机之所以在没有与任何看得见摸得着的东西相连接的情况下,还可以收到信号,就是因为自然界中存在着很多我们看不到也听不到的电磁波信号。”
徐晧介绍,毫米波是指波长为1毫米到10毫米的电磁波。从声音到光之间,真实地存在着一大段我们平常感觉不到的频谱,这段频谱中有一段属于毫米波。
波动越快,频率越高。从频率范围来看,毫米波是指30 GHz到300 GHz之间的电磁波。5G标准同时定义了Sub-6 GHz(6 GHz以下频段)和毫米波的设计。也就是说,毫米波是5G的重要组成部分。
徐晧说:“毫米波的引入带来了技术上的巨大突破。5G以前,在3GPP的国际标准中我们从来都没有使用过毫米波。” 从世界范围看,Sub-6频谱资源在大部分国家都非常紧缺,包括中国。因此,大家把目光投向更高频的频谱。
“通信资源,就像管道送水一样,管道越粗,流量越大。”徐晧说,“在Sub-6频段只能用到100-200MHz的带宽,但毫米波频段可以用到800MHz的带宽。等于获得8倍以上的速度增强。这是大家对毫米波高频频段感兴趣的原因之一。
”事实上,全世界很多国家和地区都在做5G毫米波的应用规划。
我国信息通信研究院和IMT-2020(5G)推进组正在积极组织5G毫米波相关测试。
基于技术特点释放毫米波应用
今年2月世界移动通信大会期间,中国联通、高通、中兴通讯、华为、OPPO、紫金山实验室等近40家产业链伙伴共同展示了5G毫米波赋能“冬奥”的丰富应用。
这是我国首次向公众展现5G毫米波产业链发展阶段性成果。2022年冬奥会也将成为我国5G毫米波首次规模部署。徐晧说:“毫米波已经完全具备了在5G标准的基础上进行演示及商用的条件。2022年冬奥会,5G毫米波的体验将再上一个大台阶。
”徐晧强调,在思考毫米波可能的应用时,首先要基于它的技术特点来考虑。
“任何一个需要大带宽、低时延的应用,毫米波都可以被用作一种工具,对这些应用进行支持。”徐晧说,“具体到5G,我们既有Sub-6频段的应用,又有毫米波频段的应用,因此,当我们看一个应用时,就要考虑哪个技术更适用于这个应用场景。
”但是对高通来说,不管是Sub-6还是毫米波,都是5G可以考虑的工具或技术,高通从第一代5G芯片开始就同时支持了这两个技术。
5G毫米波和中低频互相配合、互相补充,是达成5G最初的全部愿景的关键所在。
徐晧表示,如果需要更多、更广泛的覆盖,Sub-6频段的频谱是好的选择,如果希望通过5G获取高清或高速率体验,毫米波就是唯一的选择。
技术挑战能够被克服
“技术挑战不断出现的同时,我们也会用各种各样的技术来解决这些挑战。5G毫米波也是如此。”徐晧说。
频率越高,衰减越大,在同一个基站传输覆盖的范围就越小。这是毫米波一个比较大的挑战。如何解决?
徐晧说:“毫米波的一个优势可以解决这个劣势。频率越高,波长越短,天线体积也就越小。这意味着在同样大小的设备上可以安装更多的天线,通过使用波束成型的办法让波束越来越窄,聚焦到某一个方向而不是传输给所有方向,传输能力就会更强。因此,波束成型和大规模的天线运用,是解决毫米波覆盖范围问题的好方法。就像手电筒照出来的光是发散的,激光照射的光线则非常聚焦,传得更直、更远。
”另一个挑战是,毫米波不大容易支持没有直射径的场景,有遮挡时它的衰减也很大。
从徐晧的讲解中得知,即使两端之间的直连信号被挡住,反射波也可以提供足够强的信号支持。在技术上这一挑战能够克服。
在很多人看来,毫米波的移动性不是很好。徐晧介绍,高通已测试验证,如果有比较好的天线设计和进行波束跟踪,发射端发出的波束就会不停地追踪接收用户,就可以保持通讯。高通在美国圣迭戈的测试中,已成功实现了用毫米波技术控制无人机。
徐晧说:“从1G到5G, 对频谱的拓展就从未停止过。技术挑战永远都在,科学家和工程师就是来解决这些挑战的。我们会通过各种各样的技术创新来解决这些挑战,从而推动科技不断向前发展。”
好文章,需要你的鼓励
这项研究由新加坡国立大学团队开发的DualParal技术,通过创新的双重并行架构解决了AI视频生成的长度限制问题。该方法同时在时间帧和模型层两个维度实现并行处理,配合分块降噪机制、特征缓存和协调噪声初始化策略,使生成分钟级长视频成为可能。实验表明,在生成1,025帧视频时,DualParal比现有技术减少了高达6.54倍的延迟和1.48倍的内存成本,同时保持了高质量的视频输出,为内容创作者提供了生成更长、更复杂视频叙事的新工具。
SoloSpeech是约翰霍普金斯大学研究团队开发的创新语音处理技术,针对"鸡尾酒会效应"问题提出了全新解决方案。该系统通过级联生成式管道整合压缩、提取、重建和校正过程,实现了高质量目标语音提取。与传统判别式模型相比,SoloSpeech采用无需说话者嵌入的设计,直接利用提示音频的潜在空间信息与混合音频对齐,有效避免特征不匹配问题。在Libri2Mix及多个真实世界数据集上的评测显示,SoloSpeech在清晰度、质量和泛化能力上均达到了领先水平,为语音分离技术开辟了新方向。
这项由北京大学深圳研究生院、伟湾大学、腾讯ARC实验室和兔小贝智能联合研究的Sci-Fi框架,通过创新的对称约束机制,解决了视频帧间插值中的关键问题。研究团队设计了轻量级EF-Net模块,增强结束帧约束力,使其与起始帧形成平衡影响,从而生成更自然流畅的中间过渡帧。实验证明,该方法在各种场景下都优于现有技术,特别适用于电影制作、动画创作和视频编辑领域,显著降低了人力成本。
这项来自西北大学和谷歌的研究突破了传统马尔可夫强化学习的局限,通过贝叶斯自适应RL框架解释了大语言模型中涌现的反思性推理行为。研究团队提出的BARL算法通过维护多个解题策略的后验分布,指导模型何时何地进行反思性探索,在数学推理任务上展现出显著优势,比基线方法减少高达50%的标记使用量,同时提高了准确率。这一研究不仅解释了"为什么反思有用",还提供了实用的指导原则,为AI系统的自适应推理能力开辟了新方向。