2020 年将被世人永远铭记于心,因为这一年新型病毒迅速在全球范围内蔓延,引发了一场世界性的流行病。在电信领域,我们中的一些人也不会忘记:2020 年是 5G 在全球大多数主要市场中实现商用的元年:截止 2020 年底,近 60 个市场中的 140 家运营商已经推出 5G 服务。
推出 5G 网络后,接踵而来的是重新思考移动网络的更广泛契机。这包括一些相对较新的方案,例如开放式网络、网络虚拟化或云边缘。随着时间的推移,所有这些解决方案都将在移动网络中发挥至关重要的作用。其他创新解决方案(例如毫米波 (mmWave) 频谱的使用)已经被吹捧多时,但是时至今日,我们才看到它们脱颖而出。
多年来,我们听说过移动运营商可能会以何种方式利用毫米波频谱,但是直到最近才有明显迹象表明毫米波频谱的市场投放已准备就绪。移动运营商在新网络模型(包括毫米波)研发方面走多远、走多深,将在很大程度上决定移动行业在不久的将来可提供的服务范围和质量。至关重要的是,网络模型的选择还会对 5G 网络部署成本起到决定性作用。
5G 部署成本正是 GSMA 智库近期的一项重点研究,我们会通过此研究来评估:从目前起至 2025 年,在六种不同场景(包括密集市区、固定无线接入 (FWA) 和室内部署)中部署毫米波 5G 解决方案的成本效益。该研究的目标相当明确:针对常见 5G 用例在使用还是不使用毫米波频谱的情况下哪种更具经济效益来提供一些见解。研究的背景是一系列众所周知的毫米波部署现实(包括好的,也包括不够好的)。
业界通常认为,将毫米波应用在移动网络中还需要克服几个艰巨的技术挑战:与低频段信号相比,毫米波信号的传输距离较短;容易受到树木和其他障碍物的干扰而衰减;难以穿透混凝土建筑墙体(对于从室外覆盖室内,这常常是必须的)。还有一些人认为(此观点同样正确),与现有的低频段和中频段解决方案相比,毫米波无线电设备的基础设施要昂贵一些,但是,毫米波衰减可直接通过网络密集化这一运营商策略予以解决,截至 2020 年,Sub-6 GHz 和毫米波解决方案之间的成本差距已经缩小。此成本在 2021 年及以后会继续下降。然而,5G 移动数据流量的快速增长同样凸显了毫米波频段的优势,因为毫米波比其他任何频段所提供的容量和带宽都要更多。换句话说,从技术角度来看,毫米波的描述很复杂。
同时,毫米波生态系统现在已显示出市场准备就绪的明显迹象。现在,毫米波频谱的应用范围变得越来越广泛,美国、意大利、芬兰、日本和韩国等国家已经发布适用于 5G 的毫米波频谱,并且许多其他国家也将很快跟进。市场准备就绪的另一个迹象是有足够广泛的消费类设备和装置可供选择。近期,消费类设备的增长尤为显著。其中,2020 年底新推出的 iPhone 12 系列产品就支持毫米波,有力地促进了这项技术的广泛应用。一年以前(2019 年),市面上只有为数不多的几款毫米波手机和 FWA(固定无线接入)CPE(客户驻地设备),但是预计 2021 年将有超过 100 款 5G 毫米波手机和超过 50 款 FWA CPE 陆续上市。
随着 5G 部署和应用的快速进展,以及毫米波生态系统显示出准备就绪的迹象,移动行业目前所要解决的主要问题,就是毫米波解决方案是否可以发挥成本效益,以及在何处才能实现成本效益。
在最近的研究中,我们开发了一种非常精细的成本模型,该模型考虑到驱动 5G 网络资本开支和运营开支的主要因素。为证明其中一些因素,该模型考虑了关键的供求杠杆,例如某一区域内用户分布和密度、同时使用 5G 网络主动下载数据的用户比例、网络的频谱效率或蜂窝之间所需的基站间距离。如此详细的成本建模可提供一些独特的见解:
对于个别运营商而言,2021 年、2024 年乃至或者以后,在 5G 网络中部署毫米波是否成为具有成本效益的策略,将取决于每个移动运营商的营商环境的不同方面,包括数据流量、运营商市场份额和/或频谱组合。然而,这与每种场景的特定建模结果无关,最新结论表明:毫米波的高吞吐能力将使得从现在到 2025 年的一段时间内实现有针对性且具有成本效益的毫米波 5G 部署。
下图可诠释这一点。以大中华区人口密集市区为例,当运营商的市场份额有限且面临的流量需求很少时,将毫米波频谱与 3.5 Ghz 频谱一起使用并不会节省成本。但是,如果运营商在局部地区占据的市场份额更大,且在需求高峰时连接的 5G 用户所占的百分比更高,则可以节省大量成本(约 30%)。
当然,这不仅仅是学术练习。这些分析对移动生态系统中的所有参与者都有着显著的影响。
好文章,需要你的鼓励
这项研究利用大语言模型解决科学新颖性检测难题,南洋理工大学团队创新性地构建了闭合领域数据集并提出知识蒸馏框架,训练轻量级检索器捕捉想法层面相似性而非表面文本相似性。实验表明,该方法在市场营销和NLP领域显著优于现有技术,为加速科学创新提供了有力工具。
un?CLIP是一项创新研究,通过巧妙反转unCLIP生成模型来增强CLIP的视觉细节捕捉能力。中国科学院研究团队发现,虽然CLIP在全局图像理解方面表现出色,但在捕捉细节时存在不足。他们的方法利用unCLIP生成模型的视觉细节表示能力,同时保持与CLIP原始文本编码器的语义对齐。实验结果表明,un?CLIP在MMVP-VLM基准、开放词汇语义分割和视觉中心的多模态任务上显著优于原始CLIP和现有改进方法,为视觉-语言模型的发展提供了新思路。
这项研究介绍了RPEval,一个专为评估大语言模型角色扮演能力而设计的新基准。研究团队从法国里尔大学开发的这一工具专注于四个关键维度:情感理解、决策制定、道德对齐和角色一致性,通过单轮交互实现全自动评估。研究结果显示Gemini-1.5-Pro在总体表现上领先,而GPT-4o虽在决策方面表现出色,但在角色一致性上存在明显不足。这一基准为研究人员提供了一个可靠、可重复的方法来评估和改进大语言模型的角色扮演能力。
这篇论文介绍了LegalSearchLM,一种创新的法律案例检索方法,将检索任务重新定义为法律要素生成。研究团队构建了LEGAR BENCH数据集,涵盖411种犯罪类型和120万案例,并开发了能直接生成关键法律要素的检索模型。实验表明,该模型在准确率上超越传统方法6-20%,且在未见犯罪类型上展现出强大泛化能力。这一突破为法律专业人士提供了更高效、精准的案例检索工具。