高通今日推出面向智能手机和其他类型移动终端的高通QTM052毫米波天线模组系列的最“小” 新产品——全集成5G新空口(5G NR)毫米波(mmWave)模组。最新推出的毫米波天线模组,比2018年7月发布的首批QTM052毫米波天线模组小25%,旨在满足计划在2019年推出5G新空口智能手机和移动终端的制造商对于终端尺寸的严苛要求。借助这些更小型的天线模组, OEM厂商可以更从容地设计天线布局,更自如、灵活地打造他们的5G毫米波产品。
高通总裁克里斯蒂安诺·阿蒙表示:“高通一直不断探索革新移动体验的方式,今天宣布的QTM052毫米波天线模组正是我们努力的成果。该模组基于2018年7月发布的全球首款面向智能手机和其他移动终端的全集成5G新空口毫米波及6GHz以下射频模组而打造。我们致力于让OEM厂商在打造5G智能手机的外形方案时,拥有更广阔的想象空间和设计自由,而这正通过高通在5G新空口毫米波模组小型化方面的突破性创新得以实现。同时,这一里程碑式的创新也进一步巩固了高通在2019年初5G商用道路上的领先地位。”
QTM052毫米波天线模组可与高通骁龙X50 5G调制解调器搭配,以克服毫米波带来的挑战。上述设计采用了相控天线阵列设计,支持极紧凑的封装尺寸,一部智能手机可集成多达4个模组。该设计还支持先进的波束成形、波束导向和波束追踪技术,以显著改善毫米波信号的覆盖范围及可靠性。最后,该系统包括集成式5G新空口无线电收发器、电源管理IC、射频前端组件和相控天线阵列,并可在26.5-29.5GHz(n257)以及完整的27.5-28.35GHz(n261)和37-40GHz(n260)毫米波频段上支持高达800MHz的带宽。
目前,新推出的更小型的QTM052毫米波天线模组系列正在向客户出样,并预计将于 2019年初在5G新空口商用终端中面市。
好文章,需要你的鼓励
GeoVerse融合几何潜在扩散模型与Wan2.2视频生成先验,并引入全局空间记忆机制,实现了跨视角一致、生成质量高且推理速度快的新视角合成,在多个数据集上大幅超越现有方法GLD。
本文解读TT-VidT,一种通过分离外观锚点与动作令牌、结合Diff Compression训练目标的视频自监督方法。在24种架构目标组合的受控实验中,仅TT3D与Diff Compression搭配才能进入强动作敏感区,且计算量比同类方法降低近一半。
Q&A Q1:Imprint Reader是什么? A:Imprint Reader是上海人工智能实验室团队开发的模型,通过SMaRT训练方法学会读取另一个模型冻结的权重更新,把参数层面的变化翻译成自然语言描述,判断这次更新到底注入了什么知识或诱导了什么行为习惯。 Q2:MetaEdit能做什么? A:MetaEdit能把Reader对目标行为的梯度信号迁移到原始模型上,不需要任何目标任务的训练数据,只用一句行为描述就能定向调整模型参数,已经在安全性拒绝率调节、数学推理风格转变和工具调用能力提升上验证过效果。 Q3:Imprint Reader读权重更新的准确率高吗? A:目前还不高,知识类目标的Pass@100只有2%,行为类目标是16%,说明自由生成描述的可靠性有限,但相比原始模型完全答不出来的0%基线,已经证明了权重更新的自然语言读取是可行的。
统一多模态模型能看也能画,理论上该会自我修正。本论文提出UMM-Reflection,用整条轨迹的强化学习联合训练诊断和修图能力,GenEval提升12分,且迁移到多个未训练基准,揭示RL提升的是选择可靠性而非新能力。