[巴塞罗那,2021年6月28日] 近日,世界移动通信大会(MWC2021)在巴塞罗那召开,面向“1+N”5G目标网,华为发布了系列化5G产品与解决方案, 通过多个业界领先的创新,将多天线技术带入每个频段、每个场景,帮助运营商建设最领先的5G网络。
#1 业界唯一400MHz超宽带64T64R Massive MIMO
得益于领先的超宽带射频和功放技术以及算法创新,华为推出业界唯一同时支持400MHz 超宽带和64T64R的Massive MIMO新产品。新产品覆盖C-band全频段,一个模块就可以把运营商的多段频谱利用起来,为运营商节省了部署所需的设备数量。在多家运营商共建共享场景,400MHz带宽64T64R Massive MIMO兼顾带宽和容量,一方面可以解决单一运营商频谱带宽不足的问题,提高用户体验,另一方面相比于多家独立部署大大减少天面空间占用,降低站点能耗。
#2 业界最轻64T64R Massive MIMO,重量低至19千克
基站的轻量化,不仅便于安装,还能降低对天面的要求,从而减少网络建设成本。本次华为发布业界最轻64T64R Massive MIMO,单个模块重量仅19kg。通过持续对Massive MIMO的系统工程创新,华为64T新产品在确保性能的同时,可以实现单人安装、单手搬运,大大提升了运营商的网络建设效率。
#3 业界唯一64T A+P解决方案BladeAAU Pro
针对全球大多数运营商都面临天面空间不足问题,华为BladeAAU凭借首创有源天线+无源天线一体化的设计,成为单抱杆场景下运营商的建网首选。在瑞士,BladeAAU降低运营商站址获取难度,助力运营商5G快速部署;在中国,通过BladeAAU实现5G挂高提升,增加覆盖,提升用户5G体验。通过持续创新,华为最新发布的BladeAAU Pro,是业界唯一64T A+P解决方案:有源天线部分的通道数从32升级至64通道,支持320W 200MHz的配置,满足更高容量场景;无源天线部分频段接口进一步升级,2L6H实现Sub-3GHz全频段覆盖。
#4 业界唯一低三频合一、中三频合一BladeRRU Pro
Sub-3G碎片化的多频段如何高效建网,是全球各大运营商面临的共同挑战。传统方式为每个频段独立配置射频模块,会造成天面空间不足、站点获取难、部署和维护成本高等问题。华为发布的BladeRRU Pro,在业界首次实现低三频合一、中三频合一,将FDD全频段部署所需要的RRU数量减少2/3,提升多频投资效率。其中低三频合一方案已经在多个国家开始商用部署。华为配套推出的SingleCell软件方案,实现中低频一体化协同调度,让更多的资源服务于低频边缘用户,根据多个局点规模商用显示,低频用户平均体验提升接近一倍。
#5 业界唯一可商用FDD Massive MIMO
Massive MIMO在TDD频段大规模商用,支撑5G网络提供极致体验和极致容量。但是FDD Massive MIMO一直面临设备尺寸、重量、系统性能等挑战。为了满足部分TDD大带宽获取困难或容量重载的市场需求,华为创新Meta超材料阵子设计和超小型PIM-Free滤波器技术,推出了业界首款可商用FDD Massive MIMO。华为FDD Massive MIMO幅面宽度小于500mm,工程规格达到与TDD Massive MIMO相当;性能上大幅提升小区容量至4T4R网络的5~6倍,覆盖对齐Sub1G深度覆盖。
华为无线产品线总裁杨超斌表示,“华为发布的5G系列化产品与解决方案,目标是将多天线技术带入每个场景、每个频段。多个业界 ‘唯一’的创新,帮助运营商进行高效的5G建设,为用户提供最极致的5G体验。华为将与全球客户一起创新不止,共赢5G未来。”
好文章,需要你的鼓励
尽管AI实验广泛开展,但大多数AI项目缺乏成熟度无法规模化。93%的组织在使用或构建AI系统,但仅不到10%建立了强健的治理框架。研究显示,超过50%的AI实验从未投产,仅1%的项目实现真正变革性成果。缺乏数据和AI主权是关键障碍,而拥有主权的组织AI项目成功率提升2倍,回报率增长5倍。
香港中文大学等顶尖院校联合研究发现,当前最先进的AI视频生成技术已能制作出连顶级检测系统都无法识别的假视频。研究团队开发了Video Reality Test平台,测试结果显示最强生成模型Veo3.1-Fast的假视频仅有12.54%被识别,而最强检测系统Gemini 2.5-Pro准确率仅56%,远低于人类专家的81.25%。研究还发现检测系统过度依赖水印等表面特征,音频信息能提升检测准确性,但技术发展已对信息真实性判断带来严峻挑战。
企业正竞相释放AI的变革潜力,但真正的瓶颈不在技术而在人力准备度。Gartner研究显示,56%的CEO计划在未来五年削减管理层级,但91%的CIO未跟踪AI引发的技能变化。超过80%的领导者根本不衡量AI准确性。AI价值取决于员工适应和与智能机器共同发展的能力。CIO必须应对五个关键人力障碍:AI退出效应、中层管理困境、行为副产品、准确性悖论和影子AI现象,这些深层次的行为反射和组织动态如不解决将阻碍转型。
Google DeepMind团队提出了革命性的"扩散预览"模式,通过ConsistencySolver技术实现AI图像生成的"预览+精修"工作流程。该技术能在5-10步内生成高质量预览图像,与传统40步完整生成保持高度一致性,用户体验测试显示总体时间节省近50%,大大提高了创作效率和创意探索的自由度。