【中国,北京,2021年9月28日】 今日,在中国(北京)国际信息通信展览会上,华为无线产品线副总裁甘斌发表关于泛在千兆的主题演讲,呼吁与全社会、全行业共同推进千兆网络能力发展,促进应用融合,构筑数字化发展未来。
华为无线网络产品线副总裁 甘斌
“从4G到5G,中国正在构建全球最领先的移动基础设施。目前,我们的4G网络已经建成了300多万基站,拥有99%的覆盖率,催生了一批优秀的互联网公司。而中国5G开局已经取得了令人瞩目的成绩,截止目前中国5G基站超过100万、用户发展达到3.9亿以上,并且探索了1万多行业应用案例,在全球已经全面领先。”甘斌在主题发言中强调。
“为了构筑持续领先优势,我们从网络能力到网络覆盖,打造一张泛在千兆网络,构筑数字化发展的基石。”甘斌表示。回顾4G时代,从2013年国家提出的“宽带中国”政策到2019年的“双G双提”政策, 4G 的网络能力发展从重点城市百兆到80%区域百兆, 2019年提出4G覆盖率达到98%的目标,网络的建设节奏正逐步发生、渐次递进。5G也同样如此,中国在2019年首次提出双千兆依赖,2021年相继出台的 “双千兆”协同发展计划和“5G应用杨帆行动计划”,都分别从千兆速率到覆盖率,提出了2023年建设100个千兆城市,实现5G覆盖率40%,企业渗透率35%的目标。可以看出,中国已经在开启5G的千兆建设之路。
目前,在中国的重点城市基本上完成了千兆体验的覆盖。但是随着个人业务走向移动化、高清化和多样化,对千兆能力的要求从局部热点区域扩展到全场景,包括居民区,交通枢纽如地铁、火车站、高铁、机场,以及大型体育赛事现场等;同时,城市数字化包括新型产业经济、企业应用和数字化治理方面也更需要普遍覆盖的5G千兆能力打底。“千兆城市应该关注全场景无差别的覆盖,让我们的用户拥有随时随地一致性的体验;同时一二线、三线及以下城市也应该无差别对待,因为5G千兆能力带来的数字化能力,将是弥合城市鸿沟的最佳手段。因此,我认为,泛在千兆网络的构建,需要逐步从重点城市向所有城市迁移,用5G数字化打造一个有温度、有智慧的新城市。”甘斌如是说。
“同时,国家近几年多次出台政策,发展乡村数字化,因此泛在千兆在乡村的建设也正当其时。”甘斌在演讲中提到,“我们发现,在移动业务的需求上面,城乡已无差异,视频应用、5G终端渗透率城乡差距不大,并且乡村存在迫切需要提升体验的需求。同时,乡村振兴和数字化乡村治理,也需要5G基础设施在城市和乡村进行无差别建设。”“我们要让5G网络的千兆能力,像水、电一样无处不在,连接乡村的未来。”甘斌在演讲中强调。
“打造一张泛在千兆的网络,一方面需要构筑多维度的能力,实现从下行千兆到上下行千兆能力的发展,两者兼而有之,来承载未来快速发展的移动宽带业务以及行业数字化的需求;同时,我们要让千兆能力从一个人、少数人享有到多数人、人人都能享有。更重要的是,我们要让5G的千兆能力实现城市与城市,城市与乡村的无差别覆盖,只有这些新型5G基础设施的完备化和均衡化,才能促进数字化经济的均衡发展,实现共同富裕。”甘斌表示,“泛在千兆将是全社会、全产业共同努力的方向,对于华为来讲,我们最重要的就是坚持5G的创新,来不断提升网络能力,建设高质量、绿色低碳的5G网络。”
首先,TDD Massive MIMO是5G千兆实现的基础。面向未来,TDD M-MIMO将持续创新,实现性能和节能的双升级,华为此次发布了最新的MetaAAU便可以在覆盖上提升30%,在能耗上降低30%,实现性能节能最优。其次,多天线技术需要应用于每个频段、每个场景,充分释放大带宽的潜能,实现在从室外到室内,从热点区域到全场景的无缝移动性和随时随地的极致体验。然而,随着更多频段走向5G,TDD和FDD的协同也至关重要,以在TDD千兆体验基础上增强上行能力,同时实现在载波、波束、信道等方面的协同,达到能耗的下降和能效的倍增。
面向未来,华为还将持续和业内合作伙伴,推动5.5G演进,提升10倍网络能力。针对5.5G的创新,华为提出了未来的六大创新方向:
方向一:重构Sub100G频谱使用模式,促进包括6GHz、毫米波等NR新频谱的定义与发放,打造泛在千兆体验;
方向二:构筑以上行为中心的网络,定义更多的频谱用于全上行,在终端侧引入灵活的频谱接入机制,同时研究更灵活的上下行配比以有效缓解上行资源瓶颈;
方向三:通过定义不同类型的物联网终端,发展无源物联,用一张5G网络支撑全场景物联,构筑千亿物联基石;
方向四:为了使通信和感知高效共存,实现分米级分辨率的感知能力,共同推动感知的空口融合、网络融合,通过定义标准感知接口等,拓展5G承载物联的能力;
方向五:通过将智能化引入无线网络,在空口、网络、业务侧全面推动智能化演进,实现网络的分层自治,保障多元化用户体验;
方向六:探索空口、设备、站点、网络等端到端节能增效手段,在空口引入能效概念,在设备层面通过阵列增强和超高分辨率窄波束算法实现性能节能双提升。
甘斌在演讲的最后强调到:“5G泛在千兆,将发展多维度的能力,承担着惠及每个用户、弥合城乡差距的使命,我们希望和广大的社会各界、产业伙伴共同努力,持续提升5G网络能力,促进5G融合应用,共同做大基于5G网络之上的万亿级产业空间,同享生态繁荣。”
好文章,需要你的鼓励
DeepResearchGym是一个创新的开源评估框架,专为深度研究系统设计,旨在解决当前依赖商业搜索API带来的透明度和可重复性挑战。该系统由卡内基梅隆大学研究团队开发,结合了基于ClueWeb22和FineWeb大型网络语料库的可重复搜索API与严格的评估协议。实验表明,使用DeepResearchGym的系统性能与使用商业API相当,且在评估指标间保持一致性。人类评估进一步证实了自动评估协议与人类偏好的一致性,验证了该框架评估深度研究系统的有效性。
这项研究介绍了FinTagging,首个面向大型语言模型的全面财务信息提取与结构化基准测试。不同于传统方法,它将XBRL标记分解为数值识别和概念链接两个子任务,能同时处理文本和表格数据。在零样本测试中,DeepSeek-V3和GPT-4o表现最佳,但在细粒度概念对齐方面仍面临挑战,揭示了当前大语言模型在自动化XBRL标记领域的局限性,为金融AI发展提供了新方向。
这项研究介绍了SweEval,一个新型基准测试,用于评估大型语言模型在企业环境中处理脏话的能力。研究团队从Oracle AI等多家机构的专家创建了一个包含八种语言的测试集,模拟不同语调和上下文的真实场景。实验结果显示,LLM在英语中较少使用脏话,但在印地语等低资源语言中更易受影响。研究还发现较大模型通常表现更好,且多语言模型如Llama系列在处理不当提示方面优于其他模型。这项工作对企业采用AI技术时的安全考量提供了重要参考。
这项研究提出了"VeriFree"——一种不需要验证器的方法,可以增强大型语言模型(LLM)的通用推理能力。传统方法如DeepSeek-R1-Zero需要验证答案正确性,限制了其在数学和编程以外领域的应用。VeriFree巧妙地计算正确答案在模型生成的推理过程后出现的概率,作为评估和训练信号。实验表明,这种方法不仅能匹配甚至超越基于验证器的方法,还大幅降低了计算资源需求,同时消除了"奖励黑客"问题。这一突破将有助于开发出在化学、医疗、法律等广泛领域具有更强推理能力的AI系统。