[泰国,曼谷,2022年10月26日] 2022全球移动宽带论坛(Global MBB Forum)期间,华为常务董事、ICT基础设施业务管理委员会主任汪涛发表了题为“迈向5.5G,共筑未来之基”的主题演讲。汪涛指出,5.5G在全产业的共同努力下已经进入新的阶段,倡议产业界共同做好全方位的准备,加速迈向5.5G,携手共建美好的智能世界。

华为汪涛在MBBF2022上发表主题演讲
智能世界正在加速到来,对网络基础设施的发展提出更高要求。5.5G将带来十倍于当前的网络能力,实现万兆体验、千亿联接和内生智能,满足丰富多样的业务要求,是迈向智能世界的必由之路。
汪涛指出,经过两年产业界的共同探索和努力,5.5G已经取得了3大关键进展:首先,标准节奏明确,5.5G已经开启标准化的进程,持续丰富5.5G的技术内涵,已经从愿景走向共识;其次,关键技术取得突破,超大带宽和超大规模天线阵列已验证万兆能力;第三,物联全景清晰,5.5G所支持的NB-IoT、RedCap和Passive IoT三类物联技术跨步向前,已具备收编所有物联的能力。
汪涛表示:“通信产业的巨轮滚滚向前,5.5G已经进入新的阶段。面向未来,我们倡议产业界在标准、频谱、产业链、生态和应用五个方面共同做好准备,加速迈向5.5G,携手共建美好的智能世界!”
做好标准准备,共同推动关键技术研究
标准是无线通信产业的龙头,将牵引5.5G产业沿着清晰的路线发展。R18版本需兑现5.5G十倍能力提升的目标,实现2024年如期冻结;R19及以后版本,共同探索新业务和新场景能力要求,持续完备5.5G标准技术,实现5.5G更长的生命周期和更强的生命力。
做好频谱准备,共同构筑超大带宽频谱
充分利用好Sub100GHz的频谱资源,为5.5G提供资源保障。毫米波是5.5G的关键频谱,运营商需要获得800MHz以上频谱兑现10Gbps能力;6GHz是潜在的超大带宽新频谱,各个国家需考虑在WRC-23标识后开始发放6GHz频谱;对于Sub6GHz的频谱,通过频谱重构也可以实现超大带宽。
第三,做好产品准备,共同催熟端管芯产业链
5.5G网络和终端要做好能力匹配。充分释放万兆能力。中高频产品需要超过1000阵子的ELAA技术,M-MIMO的通道数也需要走向128T,提供万兆网络能力;5.5G芯片和智能终端需走向3T8R甚至更多通道,并支持4个载波以上的载波聚合,打造万兆体验终端。
第四,做好生态准备,共同促进5.5G生态繁荣
产业界需深度合作促进5.5G生态繁荣,更好地服务全场景数字化需求。以物联生态为例,运营商和设备商要面向物联场景规划网络,兼顾人和物的需求;终端厂商的模组能力和成本要适配应用场景,行业和应用开发者要提前孵化应用。
第五,做好应用准备,共同创新跨时代应用
5.5G正加速从共识走进现实,为百花齐放的应用发展提供肥沃的土壤。全感官互动改变我们的沟通方式,实现跨时代的沟通体验;汽车走向泛在的智能网联,实现跨时代的出行体验;行业从信息孤岛走向智能联接,实现跨时代的行业升级。越来越多的创新应用将逐步勾勒出智能世界的全貌,产业界上下游需共同探索跨时代的新应用。
2022全球移动宽带论坛,华为携手产业合作伙伴GSMA和GTI,与全球移动网络运营商、垂直行业领导者、以及生态合作伙伴深入互动与交流,共议5G商业成功,探讨绿色、智能化、5G演进等热点话题。
好文章,需要你的鼓励
研究人员基于Meta前首席AI科学家Yann LeCun提出的联合嵌入预测架构,开发了名为JETS的自监督时间序列基础模型。该模型能够处理不规则的可穿戴设备数据,通过学习预测缺失数据的含义而非数据本身,成功检测多种疾病。在高血压检测中AUROC达86.8%,心房扑动检测达70.5%。研究显示即使只有15%的参与者有标注医疗记录,该模型仍能有效利用85%的未标注数据进行训练,为利用不完整健康数据提供了新思路。
西湖大学等机构联合发布TwinFlow技术,通过创新的"双轨道"设计实现AI图像生成的革命性突破。该技术让原本需要40-100步的图像生成过程缩短到仅需1步,速度提升100倍且质量几乎无损。TwinFlow采用自我对抗机制,无需额外辅助模型,成功应用于200亿参数超大模型,在GenEval等标准测试中表现卓越,为实时AI图像生成应用开辟了广阔前景。
AI云基础设施提供商Coreweave今年经历了起伏。3月份IPO未达预期,10月收购Core Scientific计划因股东反对而搁浅。CEO Michael Intrator为公司表现辩护,称正在创建云计算新商业模式。面对股价波动和高负债质疑,他表示这是颠覆性创新的必然过程。公司从加密货币挖矿转型为AI基础设施提供商,与微软、OpenAI等巨头合作。对于AI行业循环投资批评,Intrator认为这是应对供需剧变的合作方式。
中山大学等机构联合开发的RealGen框架成功解决了AI生成图像的"塑料感"问题。该技术通过"探测器奖励"机制,让AI在躲避图像检测器识别的过程中学会制作更逼真照片。实验显示,RealGen在逼真度评测中大幅领先现有模型,在与真实照片对比中胜率接近50%,为AI图像生成技术带来重要突破。