微信扫一扫,关注公众号

  • 科技行者

  • 算力行者

见证连接与计算的「力量」

首页 中国移动与高通实现无界XR技术演示,开启XR领域应用5G切片新篇章

中国移动与高通实现无界XR技术演示,开启XR领域应用5G切片新篇章

2022-06-30 12:17
分享至:
----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-
2022-06-30 12:17 科技行者

2022630日,北京——中国移动携手高通技术公司,成功实现并展示了业内首次基于5G切片的端边协同分离渲染(split-rendering)无界XR技术演示。此项演示为5G切片技术在XR领域的应用和创新开启了全新篇章。

中国移动与高通实现无界XR技术演示,开启XR领域应用5G切片新篇章

基于5G切片的端边协同分离渲染XR技术展示,是利用爱奇艺奇遇Dream Pro VR一体机(搭载骁龙® XR2平台)、采用中国移动终端切片解决方案的小米智能手机(搭载骁龙®移动平台)以及中国移动研究院联合共进、世炬研制的5G家庭小基站(基于高通® FSM100 5G RAN平台)共同完成,端到端地验证了在端边协同分离渲染架构下,XR用户能够利用5G提供的高速率低时延传输来协同边缘云侧进行实时渲染,同时结合XR终端侧的本地优化渲染来提供低时延沉浸式无界XR体验,为未来XR用户随时随地享受栩栩如生的视觉效果和无拘无束的XR体验奠定了坚实的基础。该演示依托中国移动5G切片技术所提供的高带宽、低时延、高性能定制化业务能力,进一步验证了5G技术的横向扩展能力,可以支持端边协同分离渲染的无界XR等新业务的大规模商业化。此外,该演示也进一步验证了5G家庭小基站可以为多个同时在线的XR用户提供出色的高速体验。

中国移动研究院院长黄宇红表示:“作为国内领先的移动通信运营商,中国移动一直在积极探索针对XR的‘业务-网络-算力’一体化解决方案,如何通过5G切片技术使5G终端用户获得更优质的用户体验是其中的关键一环,这次已经在演示中实现了突破。本次无界XR技术演示通过采用中国移动研究院《5G智能终端切片白皮书》中介绍的Modem-Centric实现,对推进5G切片服务的商用进展具有重大意义,是5G智能终端切片领域的又一里程碑成果。此外,本次演示使用的家庭小基站将为无界XR这类新兴业务在智慧家庭场景的应用提供更优质的网络服务。”

高通技术公司工程技术高级副总裁庄思民(John Smee)表示:“高通技术公司致力于通过5G端到端的优化推动移动生态系统向前发展,并为XR设备及更多行业的新用例和新体验带来出色的5G系统性能。本次无界XR技术演示把元宇宙的三项核心技术——XR、5G和边缘云计算结合在了一起。这是将5G设计的功能、概念和灵活性转化为创新增强体验的成功实践。这彰显了公司面向未来十年持续推动5G和元宇宙发展的技术创新力和领导力。”

分享至
0赞

好文章,需要你的鼓励

推荐文章
  • 南方科技大学等机构联手破解AI推理训练难题:让大模型"一次思考"就学会解题

    南方科技大学等机构联手破解AI推理训练难题:让大模型"一次思考"就学会解题

    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。

  • 香港科技大学数学系研究者:扩散模型原来是一个"魔法恒等式"拆成了两半

    香港科技大学数学系研究者:扩散模型原来是一个"魔法恒等式"拆成了两半

    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。

  • 中国人民大学研究团队打造的"AI科学家":让机器自主完成几十小时的科研工程,它是怎么做到的?

    中国人民大学研究团队打造的"AI科学家":让机器自主完成几十小时的科研工程,它是怎么做到的?

    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。

  • 字节跳动发布GRN:像人类画家一样"边画边改"的AI图像生成新范式

    字节跳动发布GRN:像人类画家一样"边画边改"的AI图像生成新范式

    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。

----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-