今天,以“奋进视听新征程”为主题的第九届中国网络视听大会(CIAVC)在成都成功举办。中国网络视听大会作为年度国家级视听行业盛会,汇集了来自国家广电总局,电信运营商,国内主流媒体,视频平台,社交媒体,电商,内容制作,投融资与科研机构等视听产业生态领域的领导专家共同参与。在本次大会的5G视听技术及应用创新论坛上,中国移动首席专家徐晓东作了题为《5G中内生的关于媒体业务感知的特性》的主题发言,倡导5G产业各方加强合作,共同促进云XR等5G新业务的发展,为广大消费者提供更好的服务体验。
云XR推动5G持续演进
5G商用的速度超出预期,全球已经部署超过160个5G网络,5G终端连接数近3亿。中国移动已经建成世界规模最大的5G网络,截止2020年底,中国移动已开通5G基站超过39万个,为全国所有地级市和部分重点县城提供5G服务,发展5G终端用户超过9000万户,推出超过50项特色业务,打造超过2100个行业示范项目。
中国移动首席专家徐晓东表示,“随着超高清音视频、人工智能和云计算技术的飞速发展,以内容3D化和构建全球规模的3D地图为代表的云XR将成为5G杀手级的应用能力形态。一方面,云XR将为个人娱乐消费领域带来全新的信息消费体验,让随时随地沉浸式互动成为现实;另一方面云XR也将为工业制造、教育、医疗等行业带来全新服务方式。而这一切,都将推动5G网络能力的持续演进。”
云XR 2025演进趋势展望
站在2021,展望2025,人们可以通过云XR在数字世界中自由的工作,社交,娱乐和生活。徐晓东认为,“云XR业务将是一种和传统视频,游戏,社交等业务完全不同的全新的业务形态,他不仅需要5G网络提供大带宽,和低时延,而且需要5G网络提供确定性传输的能力,因此,5G网络,终端和业务等产业各方的通力协作势在必行。”
从云XR的内在特点和发展趋势看,未来云XR的演进方向主要有:
一、多流差异化QoS保障
云XR业务由多个视音频流组成,还包括动作、触觉、压力等交互所需的传感信息,这些信息流对于网络传输的带宽和时延要求是不同的。因此,在OTT业务平台和5G传输网络之间实现云XR多流QoS需求的精准传递,将会有效提升为消费者提供云XR服务的质量和效率。
二、端到端确定性传输
云XR业务为了实现身临其境的沉浸式的强交互体验,要求实现数据传输的确定性,也就是说,从发送端经过传输过程到接收端,要按照一帧发送,一帧传输,一帧接收的严格顺序来。这就需要从OTT业务服务器的存储分发开始,经过5G网络到5G终端,整个端到端的紧密协作,共同实现云XR业务的“帧级”保障。
三、云XR终端节能
云XR终端的待机时间是影响用户体验的重要因素。研究表明,云XR业务数据传输具有准周期的特点,通过OTT业务端,5G网络和终端有效配合,可以实现云XR业务流量预测,利用没有数据传输的间隙,实现终端休眠智能节电。
四、用户体验评价标准
为了持续提升云XR业务体验,为端到端体验优化提供评测依据,5G网络、终端和OTT业务方可以合作开展云XR业务话务模型的研究,实现业务应用KQI指标到网络KPI指标的映射,以建立云XR业务体验评估体系。
产业协同,共赢未来
2020年8月,在工信部“绽放杯”5G应用大赛中国移动承办的5G云XR专题总决赛上,中国移动5G联创中心联合产业伙伴共同发布了《5G云XR端到端能力需求研究报告》和《5G云XR云网架构及解决方案研究报告》,凝聚产业共识,推动促进5G云XR杀手级应用通用能力培育和5G云XR产业的深度融合与快速发展。
2021年4月,3GPP正式将5G演进的名称确定为5G-Advanced,同时决定,5G-Advanced将从R18开始,R18版本预计2023年底标准冻结。5G-Advanced将为5G面向2025年后的发展定义新的目标和新的能力,通过全面演进和增强,大幅提升eMBB性能、普及云XR等沉浸式新业务、使能5G产生更大的社会和经济价值。
“全球统一的5G标准是5G产业规模商用的核心基础。5G网络能力跃迁将催生包括云XR在内的更多新应用。面向未来十年,无线产业的使命和责任是通过5G的持续演进实现真正意义上的万物智联。让我们携起手来,为促进云XR业务的普及,为实现3GPP 5G Advanced各项目标而努力!”徐晓东最后呼吁。
好文章,需要你的鼓励
在技术快速发展的时代,保护关键系统越来越依赖AI、自动化和行为分析。数据显示,2024年95%的数据泄露源于人为错误,64%的网络事件由员工失误造成。虽然先进的网络防御技术不断发展,但人类判断仍是最薄弱环节。网络韧性不仅是技术挑战,更是人员和战略需求。建立真正的韧性需要机器精确性与人类判断力的结合,将信任视为战略基础设施的关键要素,并将网络韧性提升为国家安全的核心组成部分。
南洋理工大学团队开发了Uni-MMMU基准测试,专门评估AI模型的理解与生成协同能力。该基准包含八个精心设计的任务,要求AI像人类一样"边看边想边画"来解决复杂问题。研究发现当前AI模型在这种协同任务上表现不平衡,生成能力是主要瓶颈,但协同工作确实能提升问题解决效果,为开发更智能的AI助手指明了方向。
自计算机诞生以来,人们就担心机器会背叛创造者。近期AI事件包括数据泄露、自主破坏行为和系统追求错误目标,暴露了当前安全控制的弱点。然而这种结果并非不可避免。AI由人类构建,用我们的数据训练,在我们设计的硬件上运行。人类主导权仍是决定因素,责任仍在我们。
360 AI Research团队发布的FG-CLIP 2是一个突破性的双语精细视觉语言对齐模型,能够同时处理中英文并进行精细的图像理解。该模型通过两阶段训练策略和多目标联合优化,在29个数据集的8类任务中均达到最先进性能,特别创新了文本内模态对比损失机制。团队还构建了首个中文多模态评测基准,填补了该领域空白,为智能商务、安防监控、医疗影像等应用开辟新可能。