为推动物理AI在工业自动化领域的广泛应用,Globalstar旗下的XCOM RAN正式发布了一套端到端私有5G解决方案。该公司认为,物理AI将逐渐成为工业自动化的新常态。
XCOM RAN的核心使命是构建下一代私有5G基础设施,专为满足"未来关键任务级工业自动化需求"而设计。该公司宣称,通过采用全新的私有5G架构,其方案在现有私有5G产品基础上将容量提升超过四倍,能够在自动化设备最密集的环境中实现稳定可靠的连接,性能表现业内领先。
XCOM RAN运行于全球各地分配的私有5G共享频谱之上,并可使用Globalstar授权的Band n53作为专用频段,实现无忧私有5G部署。其超级小区(Supercell)架构大幅降低了站点勘察和射频网络设计的需求,使私有5G解决方案能够在工业环境中"快速部署、便捷管理,并提供完整的容量与覆盖"。
XCOM RAN预测,未来可应用的物理AI优化类型与数量将呈指数级增长。该公司表示,客户正在寻求一套全面的底层无线网络架构,能够随其自动化战略持续演进扩展,并满足客户及合作伙伴的多元化需求。
此次发布还引入了一套私有5G环境管理编排层,旨在应对AI时代企业规模化部署所面临的运营复杂性挑战。
XCOM RAN的整体产品方案涵盖以下几个核心组件:基于O-RAN标准的Supercell架构,配备室内外多款选型的XCOM Radio系列;XCOM Core,作为合作伙伴私有5G核心网之外的新增选项;以及XCOM Orchestrator——一套多租户管理与编排系统,旨在简化运营流程,降低企业团队初次部署私有5G的学习门槛。
在频谱灵活性方面,XCOM RAN支持美国Band n48共享频谱,以及欧洲和亚洲部分地区用于私有5G及工业用途的Band n78,同时采用Globalstar Band n53进行授权专用。该方案还包含XCOM工业路由器——一款支持工业4.0的客户前置设备(CPE),可兼容上述三个频段,帮助客户将XCOM RAN私有5G无缝融入AI驱动的工业自动化环境。
XCOM RAN还携手多家行业合作伙伴,提供"经过充分测试、深度集成、随时可部署"的私有5G解决方案与服务。不断扩大的合作伙伴网络旨在确保客户能够获益于经过验证的技术、无缝的集成体验,以及能够随业务增长灵活扩展的端到端解决方案。
多家合作伙伴已公开表态支持这一新技术,其中包括坚固型工业解决方案提供商斑马技术(Zebra Technologies)。
斑马技术企业移动计算业务高级副总裁兼总经理James Poulton表示:"我们一直处于技术创新前沿,持续为设备引入新技术和新频谱选项,以支持客户快速迈向AI驱动的智能化运营。我们近期已在ET 401企业平板中增加了对Globalstar Band n53的支持,让客户得以在这些设备上通过私有专用频谱安全运行最敏感的业务应用。"
智能信号增强器制造商Nextivity的首席执行官Michiel Lotter也表示:"将现代DAS系统与私有5G相结合,以实现室内外全面的容量与覆盖,是当前企业无线部署的最新趋势之一。这类解决方案正处于技术发展的前沿,能与XCOM RAN团队携手合作、共同满足客户需求,我们深感荣幸。"
Q&A
Q1:XCOM RAN的私有5G方案相比现有产品有哪些性能提升?
A:XCOM RAN通过全新的私有5G架构设计,在现有私有5G产品基础上将容量提升超过四倍,能够在设备最密集的自动化环境中提供稳定连接。其Supercell超级小区架构基于O-RAN标准构建,大幅降低了站点勘察和射频网络设计的需求,实现快速部署、便捷管理和完整覆盖。
Q2:XCOM RAN支持哪些频段?分别适用于哪些地区?
A:XCOM RAN支持多个频段:美国地区支持Band n48共享频谱;欧洲及亚洲部分地区支持用于私有5G和工业用途的Band n78;此外,全球范围内还可使用Globalstar授权的Band n53专用频段。配套的XCOM工业路由器可同时兼容上述三个频段,方便客户灵活部署。
Q3:XCOM Orchestrator是什么?能解决什么问题?
A:XCOM Orchestrator是XCOM RAN推出的一套多租户管理与编排系统,专为应对AI时代企业私有5G规模化部署带来的运营复杂性而设计。它能够简化私有5G环境的日常运营流程,同时降低企业团队初次接触和使用私有5G时的学习门槛,帮助企业更高效地管理私有5G基础设施。
好文章,需要你的鼓励
谷歌推出两款新AI模型:Nano Banana 2 Lite是其最快、最具成本效益的图像生成模型,4秒生成图像,成本仅0.034美元/千像素图;Gemini Omni Flash则支持高质量视频生成与对话式编辑,定价0.10美元/秒。两款模型均已在Google AI Studio和Gemini API平台开放,可串联使用实现从图像到视频的完整多媒体工作流。
香港中文大学(深圳)与字节跳动联合提出FlexiSLM,首个支持动态与可控帧率的语音大模型,在输入输出两端均实现自适应帧合并,6.25赫兹下推理速度提升一倍,语音对话质量超越同规模固定帧率模型。
英国《金融时报》记者萨拉·奥康纳新书探讨人工智能与自动化对工作的冲击。从亚马逊仓库的人机协作到远程视频监控岗位,技术进步带来的不仅是效率提升,更引发对工作尊严的担忧。作者指出,关键问题不在于技术本身,而在于将人类劳动视为可优化系统的管理理念。书中也展现了积极案例:编剧工会罢工争取AI使用规则,荷兰护理工作者自主建立实践模式。未来工作形态仍可由我们塑造。
这项研究提出DataEvolver框架,把被丢弃的"不合格训练图片"转化为改进数据收集策略的反馈,让AI文字图像生成训练数据的构建流程能自我进化,在相同数据量下显著提升文字渲染质量。