GSMA组织5G领域的领先公司共同制定了指南文档,向计划部署5G独立组网(SA)Option 2的运营商提供技术、频谱和政策等方面的指引。6月30日,《5G SA Option 2部署指南》在GSMA的全新的数字平台——GSMA Thrive·万物生晖全球首秀的第一天发布。期间,GSMA首席技术官Alex Sinclair主持了专题论坛,与来自中国电信和NTT DoCoMo的领导和专家共同讨论5G 独立组网带来的机会和挑战。
5G 独立组网用云原生的核心网连接高性能的新无线空口技术,实现5G的所有期望特性,包括高吞吐量、低时延、高可靠性等,并使运营商能够将上述能力开放给第三方使用。5G 独立组网的部署对于解锁7000亿美元的企业市场和帮助政府实现移动通信带来的社会福祉来说都非常关键,相关领域包括增强的公共安全网络、远程教育和远程医疗。
GSMA首席技术官Alex Sinclair先生表示,“通过部署5G独立组网的完全虚拟化的核心网络,利用其边缘计算和网络切片能力,将有利于企业和政府获得包括高吞吐量、超低时延和物联网带来的好处,来提升生产力并更好地服务他们的客户。”
中国电信副总经理刘桂清先生指出,“5G独立组网Option 2能够满足更多和更严格的需求,提供最优的差异化解决方案,从而赋能各种商业实体并解锁许多新业务。5G正在改变我们的社会和生活。”
NTT DoCoMo核心网开发部门总经理Hiroyuki Oto表示,“NTT DOCOMO一直积极推动核心网的虚拟化。我们相信虚拟化技术已经足够成熟,而我们运营商多年积累的经验也是我们的优势所在。未来我们将构建为AR/VR和游戏等消费者应用场景优化的专用网络。”
在GSMA Thrive和我们一起来探索5G 独立组网将如何加速智慧城市的发展,如何赋能工业4.0应用案例以及各种企业解决方案。免费注册链接为:https://gsmathrive.gotin.online/home/overview
好文章,需要你的鼓励
新加坡国立大学研究团队开发了SPIRAL框架,通过让AI与自己对弈零和游戏来提升推理能力。实验显示,仅训练AI玩简单扑克游戏就能让其数学推理能力提升8.6%,通用推理提升8.4%,且无需任何数学题目作为训练材料。研究发现游戏中的三种推理模式能成功转移到数学解题中,为AI训练提供了新思路。
同济大学团队开发的GIGA-ToF技术通过融合多帧图像的"图结构"信息,创新性地解决了3D相机噪声问题。该技术利用图像间的不变几何关系,结合深度学习和数学优化方法,在合成数据集上实现37.9%的精度提升,并在真实设备上展现出色泛化能力,为机器人、AR和自动驾驶等领域提供更可靠的3D视觉解决方案。
伊利诺伊大学研究团队通过对比实验发现,经过强化学习训练的视觉语言模型虽然表现出"顿悟时刻"现象,但这些自我纠错行为并不能实际提升推理准确率。研究揭示了AI模型存在"生成-验证差距",即生成答案的能力强于验证答案质量的能力,且模型在自我验证时无法有效利用视觉信息,为AI多模态推理发展提供了重要启示。
MIT等顶尖机构联合提出SparseLoRA技术,通过动态稀疏性实现大语言模型训练加速1.6倍,计算成本降低2.2倍。该方法使用SVD稀疏性估计器智能选择重要计算部分,在保持模型性能的同时显著提升训练效率,已在多个任务上验证有效性。