[西班牙,巴塞罗那,2023年3月1日] 2023年3月1日,在巴塞罗那举行的2023世界移动通信大会(Mobile World Congress 2023)上,GSMA举办了5G-A峰会。华为无线网络产品线5.5G领域总裁高全中受邀参加并发表"Bring 5.5G Into Reality, Build A Better Intelligent World"主题演讲。高全中表示,5.5G一方面可以保护运营商的投资,另一方面通过持续增强网络能力来增加商业价值,通过下行10Gbps/上行1Gbps和确定性体验在XR元宇宙、FWA、ToB园区等传统场景大幅提升用户体验和网络能力;通过PIoT、通感一体在物联、车联网拓展新的商业空间,从连接服务走向信息服务,帮助运营商在toB和toV的战略成功。当前5.5G已进入到产业加速及商用准备阶段,华为希望与产业伙伴持续联合创新,共同推进5.5G走向商用,构建美好的智能世界。
<华为无线网络产品线5.5g领域总裁高全中发表演讲>
5G进一步走向繁荣,新业务趋势对网络提出了更高要求
随着5G步入了成熟发展阶段,通信产业也同步出现了新的变化和趋势。
在ToC方面,多维度体验和保障性体验变得越来越重要。从消费者业务来看,云化、3D化和AI化三个趋势已经出现。3D云化视频和游戏,裸眼3D通话、全息会议、以及XR元宇宙,给用户带来多感官更逼真的沉浸式体验,同时需要泛在10Gbps的联接体验和确定性时延能力。另外,AI技术的发展也极大提升了内容本身的生产效率。越来越多的内容将由机器产生,对网络的传输需求大幅提高。
在物联方面,全场景物联是普遍需求。一方面,传统的IoT市场碎片化严重,技术标准多,使得物联业务无法实现规模上量。另一方面,在仓储、物流、电力等行业,仍然存在着不同速率和成本的物联需求。如何扩大市场规模,兑现商业价值,是物联产业面临的重要挑战。
在ToB方面,当前5G技术已经进入了园区网络的部分场景。但在核心的生产制造和自动化环节,应用对速率、时延、可靠性和定位精度的要求已经超出了5G的技术能力,需要新的技术来满足。
在车联网方面,随着移动互联网的普及,当前大部分的车载系统,已经可以获取互联网服务,实现系统更新、日志上传、车内娱乐等业务。在中国,已经出现了无人配送车的业务。同时,L2/L3的智能驾驶也需要车载信息的上传和下载,这些对网络的速率提出了更高的要求。除此之外,如何实现对车外远距离的安全态势识别,甚至实现智能化的交通管理,都对感知技术提出了诉求。
5.5G关键技术已得到充分验证,实现10倍网络能力提升
新的产业趋势赋予了5G新的使命。从能力需求上看,5.5G相对5G需要兑现10倍的能力提升,从Gbps提升到10Gbps;上行速率从100Mbps提升到Gbps;同时提供确定性体验;除了传统的通信能力,进一步增加无源物联和感知的能力。
截至目前,5.5G相关的关键技术已得到充分验证:
● 毫米波或者U6G等超大带宽频谱已兑现下行10Gbps/上行Gbps,同时采用ELAA-MM关键技术可解决高频段覆盖受限的问题。
● 通过MBSC (Multiple Band Single Cell),FSA(Flexible Spectrum Access)等频谱解耦的关键技术,结合智能化切片和跨层QoS技术,智能化合理配置资源,区域级智能切片兑现确定性用户体验。
● 在物联网方面,Passive IoT作为低成本的物联技术,可以实现千亿联接。在外场验证中,该技术实现了超过200米的距离覆盖,是传统RFID技术的10倍以上。Passive IoT技术有望在仓储盘点、物流跟踪、环境监测等场景下,带来更多的商业机会。
● 面向交通场景,毫米波的感知范围可以覆盖1公里内的车辆,检测速度的精度可以到0.5m/s,检测距离的精度可以到米级以下。该技术可以进一步提升道路安全的态势感知,辅助城市交通管理。
2023年是迈向5.5G重要的一年,当前在标准、频谱、产业链、生态和应用五个方面的产业进展比预想的要快。5.5G标准会覆盖R18/19/20三个版本,R18预计将在2024年上半年冻结。
5.5G 10Gbps正在到来,千亿物联正在加速,通感一体进入实质试用阶段。
独行快,众行远。高全中最后表示,华为公司将竭诚携手产业界,深入开展联合创新,共同探索商业场景,为5.5G快速商用做好充分准备,构建美好智能世界。
好文章,需要你的鼓励
随着大语言模型在人工智能时代展现强大力量,可穿戴设备成为收集人体数据的重要载体。通过实时监测血压、心率、血糖等生命体征,结合AI边缘计算能力,医疗正向个性化转型。基因治疗、数字孪生技术让每个人都能拥有专属的医疗数字化身,实现从"报销型医疗"向"创新循证医疗"的转变,为疾病预防和健康管理带来革命性突破。
哥伦比亚大学研究团队开发了MathBode动态诊断工具,通过让数学题参数按正弦波变化来测试AI的动态推理能力。研究发现传统静态测试掩盖了AI的重要缺陷:几乎所有模型都表现出低通滤波特征和相位滞后现象,即在处理快速变化时会出现失真和延迟。该方法覆盖五个数学家族的测试,为AI模型选择和部署提供了新的评估维度。
在巴黎举办的欧洲开放基础设施峰会期间,专门用一整天时间讨论VMware迁移问题。博通收购VMware后许可证价格上涨,导致客户运营成本大幅增加。开源开发者展示了将VMware虚拟机迁移到开源替代方案的产品。Forrester分析师指出VMware客户对此感到信任破裂。OpenStack等开源解决方案虽然复杂度较高,但提供了健康的开源生态系统替代方案。
这项研究首次发现AI推理模型存在"雪球效应"问题——推理过程中的小错误会逐步放大,导致AI要么给出危险回答,要么过度拒绝正常请求。研究团队提出AdvChain方法,通过训练AI学习"错误-纠正"过程来获得自我纠错能力。实验显示该方法显著提升了AI的安全性和实用性,用1000个样本达到了传统方法15000个样本的效果,为AI安全训练开辟了新方向。