近日,在巴塞罗那举行的2022年世界移动大会上,中兴通讯联合高通技术公司成功演示了应用于智能电网的端到端5G TSN(时间敏感网络)。该解决方案支持电网差动保护等业务,从而加速太阳能和风能等绿色能源的部署,赋能绿色电网。
在电力领域,风能、太阳能等清洁新能源的高效使用,可以有效减少火力发电引起的温室气体排放。然而风能、太阳能受天气、地域的影响大,不稳定,给新能源并入电网带来挑战。
为了利用5G远程精准电网控制更有效地将可再生能源纳入电网,中兴通讯推出了TPC(Time Promised Communication)时间可承诺通信解决方案,涵盖了5G TSN/5G LAN/URLLC/SLA精准控制,并与高通技术公司符合3GPP Rel-16 5G TSN研发原型机进行了高效集成。该方案能够满足智能电网广覆盖,确定时延和高密度接入的要求,同时也能确保电网的安全和稳定。端到端5G TSN与智能电网的协同,加速了5G在关键行业的应用。
TPC解决方案为大规模、分布式可再生能源提供了灵活的扩展性。TPC能够在严苛的环境下替代昂贵的光纤,实现最后一公里的无线确定性接入。另外,TPC解决方案助力电网实现了精准负荷控制,使风光水火储各种电能和负荷在时间和空间上做到精确匹配。
“中兴通讯致力于为客户提供高品质的联接服务。TPC时间可承诺通信让5G网络说到做到,实现了SLA可承诺可保障。”中兴通讯高级副总裁张万春表示,“中兴通讯和高通技术公司及其他行业伙伴展开深度的合作,实现了IT和OT的深入融合,帮助企业实现柔性生产,提升资源使用效率,助力打造绿色低碳的产业生态系统。“
高通技术公司工程技术高级副总裁庄思民表示:“高通技术公司与中兴通讯等行业厂商深入合作,致力于打造开放的5G TSN生态系统,使整个行业受益。5G TSN为5G注入了新动力,在全球标准化和技术生态系统的支持下,为多个垂直行业提供高性能的连接。”
TPC解决方案能够满足工业互联网领域关键行业应用的需求,包括电网管理,机器控制和远程手术等场景,显著提升企业的运营效率。中兴通讯与业界合作伙伴展开了广泛的合作,帮助行业和企业加速业务创新,从数字化转型中创造更大价值。
好文章,需要你的鼓励
本文介绍了由南方科技大学等机构于2026年4月发表的研究(arXiv:2604.08865),提出了名为SPPO的大模型推理训练新方法。该方法将推理任务重新建模为"序列级情境赌博机",用一个轻量级价值模型预测题目难度,以单次采样替代GRPO的多次采样,解决了标准PPO的"尾部效应"问题。实验显示,SPPO在数学基准测试上超越GRPO,训练速度提升约5.9倍,配合小尺寸价值模型还能显著降低显存占用。
这项由香港科技大学数学系完成的研究(arXiv:2604.10465,2026年ICLR博客论文赛道)提出了一种从朗之万动力学视角理解扩散模型的统一框架。研究指出,扩散模型的前向加噪和逆向去噪过程,本质上是朗之万动力学这一"分布恒等操作"被拆成了两半。在这个视角下,VP、VE-Karras和Flow Matching等不同参数化的模型可被精确互译,SDE与ODE版本可被统一解释,扩散模型相对VAE的理论优势得以阐明,Flow Matching与得分匹配的等价性也得到了严格论证。
中国人民大学高岭人工智能学院等机构联合开发了AiScientist系统,旨在让AI自主完成机器学习研究的完整工程流程,包括读论文、搭环境、写代码、跑实验和迭代调试,全程无需人工干预。系统核心设计是"薄控制、厚状态":由轻量指挥官协调专业代理团队,通过"文件即通道"机制将所有中间成果持久化存储,使每轮工作都能建立在前一轮积累的基础上。在PaperBench和MLE-Bench Lite两个基准上,系统表现显著优于现有最强对比系统,论文发布于2026年4月。
这项由字节跳动发布的研究(arXiv:2604.13030)提出了生成式精化网络(GRN),一套模仿人类画家"边画边改"直觉的视觉生成新框架。其核心包括两项创新:层级二进制量化(HBQ)通过多轮二分逼近实现近乎无损的离散图像编码,以及全局精化机制允许模型在每一步对整张图像的所有位置重新预测并随时纠错,从根本上解决了自回归模型的误差积累问题。配合基于熵值的自适应步数调度,GRN在ImageNet图像重建(rFID 0.56)和生成(gFID 1.81)上均创下新纪录,并在文本生成图像和视频任务上以20亿参数达到同等规模方法的领先水平。