
当今的智能手机往往涵盖采用不同技术的多个无线传输过程:从2G到5G、Wi-Fi和蓝牙,以及支持多个频段的天线。优化这些无线传输,需要深刻理解手机内复杂的射频(RF)系统——而这正是高通公司(Qualcomm)技术副总裁吕林大显神通之处。她在高通Smart Transmit技术方面做出了开创性的工作,它利用先进技术智能管理多个天线组的发射功率,从而大大扩展网络覆盖范围,提升上行速度并降低时延——这对于满足人们对当今5G终端和网络的高度期待尤为重要,而这一切都是在确保终端符合监管要求的情况下实现的。
最近我们采访了吕林,谈到了Smart Transmit技术背后的灵感,并了解了她作为工程团队主要负责人,所做出的最大的创新是什么。
问:您大部分的工作集中在电磁干扰(EMI)和射频(RF)传输方面,为什么会选择专攻这些领域呢?
吕林:1996年,我作为无线认证工程师开始了在高通的职业生涯。我先是在商用基站部工作,后来转到手机部从事设计工作,确保高通正在开发的商用终端符合电磁干扰/电磁兼容性(EMI/EMC)的全部认证要求。我们的团队专注于商用产品。
2006年,我开始与OEM厂商合作,负责确保他们的终端产品符合认证要求。随着高通扩展到了新的技术领域,比如面向移动终端和车辆的无线充电系统,这要求我们开发新的方法,来评估这些无线充电系统的电磁干扰和射频暴露,因为现有的认证测试程序还没有确定下来。
大约在2010年,当5G被规划出来时,我们发现了5G商用面临的一项重大挑战,即在满足现有认证要求的同时,还要实现5G承诺的更高性能水平——然而,现有的射频暴露评估流程将对5G新技术构成障碍。传统的评估流程基于几十年前的假设,即用户设备(User Equipment,行业术语,指手机等设备)将始终以最大功率水平进行发射。基于这种最大功率假设的传统认证流程已经使用了30多年。然而,在大多数情况下,用户设备的发射功率远不及最大功率,并且在本质上是“突发式”的——这意味着手机并非一直在发送信号。因此,这种传统的评估方法过于保守。我们认识到,这将成为5G商用部署的障碍,尤其是在同一终端上使用多根天线同时进行发射的场景中更是如此。
因此,这激励了我借助创新技术来开发用于射频暴露管理的专业解决方案——所以这就是为什么我在高通专注于这个独特的领域。
问:您如何向技术专业知识有限的人解释电磁干扰和射频暴露的限制?
吕林:这很简单,但也非易事。电磁干扰管理的存在,本质上是为了应对设备或终端之间的干扰。以手机为例,用户不希望它们与电视等其他设备发生干扰。如果用户开电视的时候,手机的通话质量突然变差了,那么这可能是由其他电子设备和终端之间的干扰造成的。采用射频(RF)暴露监管限值,是为了弄清楚一台设备可以安全地发射多少无线电能量——射频暴露监管限值规定了所容许的最大上行链路发射能量,并由此最终定义了无线终端的最佳性能。优化射频输出,不仅有助于改善诸如上行吞吐量、时延和网络覆盖等功能,也能确保通话不中断、流畅地下载视频等。
注:电磁干扰和射频暴露限值是全球各个市场规定的强制性要求。
问:什么发现让你在5G毫米波推出前五年就预料到了发射功率的限制问题?最终这些发现是如何影响5G毫米波技术的发展的?
吕林:传统方法提出于20世纪90年代,是假设设备在100%的时间都以最大功率发射,由此便设定了一个静态的功率上限。然而,5G是动态的。这意味着按照定义,上行链路的占空比可以从极小的比例上升到100%,并且工作频率范围可以从Sub-6 GHz一直覆盖到毫米波。
如果我们假设一直处于最极端场景,那么由于这种通过静态地限制上行链路发射功率来管理射频暴露值的旧方法,5G网络预期的性能要求将永远无法实现。由此可见,我们需要突破。
在发现“频段中大多数发射场景下的发射功率通常都与最大功率相差甚远”这一现象后,我们意识到,按需支持高功率数据突发应该是可行的。于是,我产生了一个想法——实时优化上行链路性能,即:在低使用率期间保存能量并在有高功率数据流量需求时使用——例如在室内进行视频或照片上传。这让设备能够确保其在一定时间窗口内的平均发射功率不超过所容许的能量限值。就好比,在跑步比赛中,参赛者大部分时间都在慢跑,仅在需要时进行短时间的冲刺,但其平均速度是恒定的。这使得我们可以最大化上行链路的吞吐量,并释放5G的全部潜能。
问:您能解释一下如何通过该技术提升上行速率并扩展网络覆盖吗?为何如今移动设备中的天线符合射频发射功率限值如此重要?
吕林:这非常重要,因为正如我先前提到的,这是一项强制性要求。如果不合规,产品就无法推出,所以这是第一位的。这些问题必须在所有终端上市前得到解决。这是必须的。
目前,如何通过该技术扩展网络覆盖并让5G成为可能呢?Smart Transmit技术让我们能够动态地优化无线传输,这样在需要更强的上行链路连接时,我们能够顺利接入,而大多数时间不需要它时,我们可以在给定的时间窗口内节省能量。这样可以使连接更可靠,并减少掉线等。
问:这似乎是移动技术领域中一个非常需要动手测试的工程环节——能告诉我们最初您是如何提出此类想法的吗?是基于创新,或是遵从监管,还是兼而有之?
吕林:我认为是兼而有之。工程师就是要提出解决问题的想法。就我而言,一旦有了想法,我们就需要通过开发新的测试流程和测试用例来定义认证过程。这是因为,首先,这是开发新技术所需要的。其次,任何商用终端在投放市场前都必须证明其合规性。
一旦有了我们认为可行的技术,我们必须以它为中心,确保其符合现有的监管规定。为此,我们必须开发认证流程和测试用例——然后我们必须与世界各地的监管机构沟通,证明我们做了大量的验证测试,并向他们展示我们的新思路切实可行。同时,我们必须与其他行业利益相关方合作,比如世界各地的标准化组织和商用测试设备厂商,将新的测试流程和测试用例标准化,供其他人遵循。
这样我们有了此项发明,我们从技术开发开始,一旦完成开发,我们在符合监管要求方面就必须全力以赴,以确保技术在全球范围内被接受,并通过合作伙伴实现商用。
问:作为一名发明家,高通对您的工作有何支持?您如何形容高通的创新文化?
吕林:之前我谈到过将发明变成现实,以及它为何需要多个职能团队共同配合。就高通而言,从概念验证到实现,再到被监管部门采纳,最后到商用,你都可以看到团队合作发挥的作用。我们得到了来自公司各个方面的支持——不仅来自认证团队,还有系统工程师、软件工程师、产品管理、各个本地和区域团队、客户工程团队、测试工程师等等所有人的支持。这是必需的,我们需要得到整个公司的支持。我认为我们的成功是团队合作的成功。高通是一家鼓励每个人提出新想法的公司,而且它会为这些想法提供自由的空间与支持。
问:最后,您对其他发明者有何建议?
吕林:根据我的经验,有三条建议:乐享工作、坚持不懈和善于合作。乐享工作,自然会有积极性和创造力。然后,坚持不懈,有助于你提出好的想法并将其变成现实。最后,善于合作很重要,因为每个重大创新都需要多个团队共同工作。我的团队能取得如今的成绩,离不开其他团队的大量支持。
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。