CNET科技行者 1月26日 北京消息(文/于艺婉): 坐飞机不用关手机了,根据中国民航总局关于机上便携式电子设备(PED)使用的相关规定,从2018年1月18日零点开始,人们正式迎来了飞机手机通信的时代。三家基础电信运营商分别发出了声音。
中国电信作为我国基础电信运营商中唯一拥有卫星移动通信牌照的运营商,从2014年开始在全球范围内采用Ku卫星通信技术为乘客提供上网服务。截至目前,在网中国航空公司飞机总量突破112架。同时为31家境外航空公司的700多架飞机提供中国境内的通信落地服务。
在航空机载通信领域,中国移动也深耕多年。中国移动利用自身4G网络的优势,推出了“ATG(地空通信)+卫星通信”的混合组网方式,通过优势互补,提供优化的航空机载通信解决方案。并且早在多年前就联合航司开展了飞行体验,取得了很好的效果。
不过,要谈体验,那一定要说中国联通在空中提供的“百兆带宽”互联网。目前,Ku频段可以实现下行5Mbps、上行1Mbps的速率,而联通却将自己的解决方案提高到了下行130Mbps、上行30Mbps。随着我国首颗Ka频段通信卫星“中星16号”的成功发射,中国联通联合中国卫通及相关航电设备提供商开始布局航空互联网全产业链生态,共同推进“中星16号”的商用落地,而联通也成为三家运营商中首先同时具备运营Ku频段和Ka频段的卫星的基础电信运营商。
于2017年4月成立的合资公司联通航美是中国联通此次卫星网络通信服务建设体系中的承接者和执行单位,他们于2018年1月16日至2月2日在北京联通卫星局举办中国联通航空互联网体验活动,重点展示基于Ku/Ka频段的航空互联网综合技术解决方案。联通航美总经理郭曼称空中“百兆带宽”互联网业务的推出是联通混改的成果之一。
联通航美总经理郭曼
中国联通此次演示的航空互联网综合技术解决方案采用Gilat卫星通信系统和Kontron最新一代舱内局域网系统,与Ka及Ku卫星资源对接,同时配合自主研发的Protal门户页面及用户认证登录系统和丰富的娱乐内容,为用户适配手机、平板、笔记本电脑等多终端服务。
联通航美在现场为人们提供了空中互联网的模拟环境,只要输入座位号码和自己身份证的后四位,用户就可以实现登录,即便是50人同时使用这一网络,也可以实现平均30.9Mbps的上行速率。看电影、微信语音、图片传输、视频通话都达到了流畅、无卡顿的效果。“除了不能玩实时对决的游戏,其它应用都非常顺畅。”郭曼说。
虽然Ka频段实现了系统成本和流量成本的下降以及用户体验的提升,但人们还不能马上使用上这一服务。在联通航美的机载卫星通信解决方案正式应用之前,还要向FAA(Federal Aviation Administration)美国联邦航空管理局申请STC(补充型号合格证)证书,也要向中国民航总局申请VSTC认证。所以,联通航美可以从今年第四季度开始在飞机上部署这套系统。“预计今年能装5架飞机,明年可以装50架或更多。”
20G带宽的中星16号主要覆盖我国东部和东部沿海地区,于明年发射的18G带宽的新一颗卫星将覆盖我国西部地区,而中国联通则将自己的空中卫星通信服务覆盖到了更大的范围。1月9日,在法国总统马克龙访华期间,中国联合网络通信有限公司与欧洲通信卫星公司(以下简称“欧卫公司”)在人民大会堂签订合作谅解备忘录,就面向“一带一路”地区共同开拓卫星通信业务达成共识。
根据协议,本次合作初期将利用EUTELSAT 172B卫星提升中国联通从北美西海岸到亚洲和大洋洲的卫星通信服务能力,通过E10A可将航空机载通信服务延展至欧洲大陆,未来将考虑部署更多的资源在全球范围内提供卫星通信服务。 这也就意味着今后只要搭乘由联通航美提供解决方案的中国航空公司的乘客都可以在上述地区享受到空中互联网服务,为此,中国联通买断了欧卫公司40%资源的15年全生命周期。
既然飞机上可以上网了,那么离打电话还远吗?其实,飞机上可以拨打卫星电话,但费用高昂,无法普及。所以,有业内专家提出,要从技术上解决飞机上低成本打电话的问题,需要将机上通信带宽与传输速率提高10-100倍以上,将通信卫星或ATG基站与地面的3G/4G或未来的5G通信网络进行深入融合,并且针对语音业务的特点,进行专门的机上语音传输技术优化以及相应的手机芯片算法升级。
对此,联通航美副总经理周宏有不同见解。“空中是很难实现通话的,不是说技术上实现不了,是商业模式和行为习惯不允许的。飞机上空间狭小,如果实现空中通话,会影响到其他乘客,所以,无论是国内还是国外的航空公司都不允许开通空中语音通话。”
好文章,需要你的鼓励
AIM Intelligence联合多所知名大学揭示了音频AI系统的重大安全漏洞,开发出名为WhisperInject的攻击方法。这种攻击能让看似无害的音频指令操控AI生成危险内容,成功率超过86%,完全绕过现有安全机制。研究暴露了多模态AI系统的系统性安全风险,对全球数十亿智能设备构成潜在威胁。
新加坡国立大学研究团队系统梳理了视觉强化学习领域的最新进展,涵盖超过200项代表性工作。研究将该领域归纳为四大方向:多模态大语言模型、视觉生成、统一模型框架和视觉-语言-动作模型,分析了从RLHF到可验证奖励范式的政策优化策略演进,并识别出样本效率、泛化能力和安全部署等关键挑战,为这一快速发展的交叉学科提供了完整的技术地图。
浙江大学研究团队通过OmniEAR基准测试揭示了当前AI模型在物理世界推理方面的严重缺陷。测试显示,即使最先进的AI在明确指令下能达到85-96%成功率,但面对需要从物理约束推断行动的任务时,成功率骤降至56-85%。研究发现信息过载反而降低AI协作能力,监督学习虽能改善单体任务但对多智能体协作效果甚微,表明当前架构存在根本局限性。
纽约大学和Aimpoint Digital Labs的研究团队首次揭示了Transformer模型训练中"大规模激活"的完整发展轨迹。这些影响力比普通激活大千倍的"超级激活"遵循可预测的数学规律,研究者开发出五参数公式能以98.4%准确率预测其变化。更重要的是,通过调整模型架构参数如注意力密度、宽深比等,可以在训练前就预测和控制这些关键激活的行为,为设计更高效、量化友好的AI模型提供了全新工具。