5G商用以来,中频大带宽配合Massive MIMO技术实现了5G初心,为消费者带来10倍体验提升。在近日举行的中国(北京)国际信息通信展览会上,华为发布了Massive MIMO创新产品MetaAAU。MetaAAU引入超大规模天线阵列技术,通过算法、架构,软硬件融合创新,实现性能和节能双提升,开启Massive MIMO新方向。
华为无线产品线总裁杨超斌表示,独特的频谱分配为中国5G网络建设以及未来5G产业发展奠定了基础,大幅度降低了运营商建设5G网络的成本,同时也极大提升了最终消费者使用5G网络的体验。
中频大带宽配合Massive MIMO技术,能够有效提升小区容量,应对流量增长,降低网络比特成本,这是中国建设最好的5G网络的基础。
不过,中频段覆盖能力弱于低频段,提升基站覆盖的传统方案是增大射频发射功率,但这仅能提升下行覆盖,无法突破上行覆盖限制;增大发射功率也会导致模块能耗增加,与绿色节能目标矛盾。如何提升覆盖做大容量持续降低网络比特成本,同时降低比特能耗,是Massive MIMO持续创新的动力。
MetaAAU实现更低的比特成本和比特能耗
AAU天线阵列规模越大,信道波束越窄,信道能量越聚焦,覆盖距离越远。MetaAAU引入超大规模天线阵列,不增加发射功率同时提升上下行覆盖。杨超斌表示:“超大规模天线阵列是提升覆盖和降低能耗的重要创新方向,MetaAAU通过新架构,新算法融合创新,实现网络性能和绿色节能双提升,助力运营商建设优质绿色5G网络。“
MetaAAU引入新架构,天线阵列规模翻倍,上行覆盖和下行覆盖同时提升;不增加发射功率,提升边缘用户体验。同时,自适应高分辨波束赋形算法AHR Turbo,让业务信道波束更精准地指向用户;自适应波束寻优,智能适配用户无线信道变化,提升空口资源利用效率;高分辨波束域降噪,提升多用户配对效率。AHR Turbo让MetaAAU做到“对得准”、“跟得快”、“配对好”,大幅提升用户体验和小区容量。
测试表明,相比传统方案MetaAAU可以同时提升小区30%上行覆盖和30%下行覆盖,边缘用户平均体验可提升25%。在小区边缘覆盖指标不变的情况下,基站可配置更低的发射功率,从而降低基站能耗,相比传统AAU,能耗降低约30%。
未来十年肯定是5G的十年,但是5G本身是一个持续创新的过程。通过不断创新,丰富5G的应用场景,让5G能够适配不同行业的诉求。
“华为创新脚步不会停止,不断创新,夯实连续覆盖的宽管道基础网络;同时面向未来5.5G,在大上行,大连接,精准定位等方面不断演进,提升网络能力,为中国5G持续领先贡献力量。”杨超斌最后说。
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。