[中国,上海,2025年6月20日] 在2025 MWC上海期间,北京联通在5G-A产业圆桌上发表题为《AI时代,我们真的准备好了吗?》的演讲,并与华为联合发布智慧运营网络2.0,达成人工智能正以前所未有的速度激发海量数据需求,推动通信网络向智能化、自动化深度演进的产业共识。北京联通将携手华为加快5G-A网络基础设施升级,加速从“连接管道”向“智能平台”演进,深化ICT领域融合创新。
北京联通副总经理杨力凡发表主题演讲
在Mobile AI时代,类人交互、自动驾驶、工业物联网等创新应用蓬勃发展,带来流量爆发式增长,并对网络上行速率提出更高要求。以云端AI训练和高清视频回传等典型场景为例,其上行带宽需求普遍超过20Mbps。以北京联通现网为例,若仅依赖中频资源,当现网流量增长至目前5倍时,网络将面临上行瓶颈,影响AI业务体验。北京联通联合华为通过专业数据模型预测,这一临界点将在2029年达到。
因网而达:5G-A多层协同组网应对AI时代多维体验需求
为应对AI时代的网络挑战,北京联通携手华为率先完成全市5G-A网络升级,践行“5G-A上天入地”的核心理念,发布全球首个5G-A规模立体智慧网。在金融街等区域成功打造全球首个高中频协同1:1立体组网示范,实现了感知平滑的5G-A体验,验证了高频组网的可行性。北京联通表示未来网络将不再是单一频段支撑,而是利用高频增强网络容量、中频连续覆盖范围、低频、空天协同补足广域覆盖,构建起分层协同的通信体系,为全场景无缝互联提供坚实网络基础。高频、中频、低频、空天频率协同将成为关键技术。
因AI而智:AI驱动网络向“自智化”转型打造运营新体系
在传统网络运营中存在网络参数繁杂,故障定位困难、依赖人工历史经验等难题。北京联通联合华为积极借助AI技术实现网络运营智能化转型,“以自动化为目标,以无人工介入为底线”,作为AI应用落地统一衡量标准。目标在2026年实现从“部分场景自动化”升级到涵盖开站、维护、优化、投诉响应的“全面网络自动化”。目前创新性推出的高铁数字孪生系统,实现了感知精度从线路栅格级到每车每用户的秒级洞察,乘客业务全程100%动态可视;面对用户感知问题,全信令自动定界定位技术将响应时间压缩至10秒内,故障自愈优化时间缩短至30分钟内;智能板的应用实现了用户业务精准识别与分析,达成“网随业动”的动态体验保障,显著提升5G-A网络的运营效率与服务质量。
北京联通副总经理杨力凡表示:“未来的网络,必然是‘天地一体、频谱协同’。未来的运维,必然是‘以AI智能体为核心的自动运营的动态网络’。AI时代下的运营商不能被动跟随,而应主动拥抱技术革命,推动通信网络迈入真正的智能时代。”
华为无线网络产品线副总裁李捷表示:“为探索新联接空间,解锁新商业价值,5G-A网络需要满足不同场景、不同用户、不同业务的多元化网络需求。我们将围绕以用户体验为中心的建网理念,持续做好大上行、低时延、智慧运营等技术创新,支撑北京联通空天地一体智慧网络战略落地,为首都用户提供不止于快的高质量体验。”
2025 MWC 上海于6月18日至6月20日在中国上海举行。华为展区位于上海新国际博览中心(SNIEC)N1馆。2025年5G-A商用加速发展,华为与全球运营商、行业精英、意见领袖等一同深入探讨通过AI技术创新,重塑业务、基础设施及运营运维,实现商业新增长,加速迈向智能世界。欲了解更多详情,请阅:https://carrier.huawei.com/cn/events/mwcs2025
好文章,需要你的鼓励
铠侠正在测试最新的UFS v4.1嵌入式闪存芯片,专为智能手机和平板电脑设计,可提供更快的下载速度和更流畅的设备端AI应用性能。该芯片采用218层TLC 3D NAND技术,提供256GB、512GB和1TB容量选择。相比v4.0产品,随机写入性能提升约30%,随机读取性能提升35-45%,同时功耗效率改善15-20%。新标准还增加了主机发起碎片整理、增强异常处理等功能特性。
上海AI实验室团队提出创新的异步拍摄方案,仅用普通相机就能实现高速4D重建。该方法通过错开相机启动时间将有效帧率从25FPS提升至100-200FPS,并结合视频扩散模型修复稀疏视角导致的重建伪影。实验结果显示,新方法在处理快速运动场景时显著优于现有技术,为低成本高质量4D内容创作开辟新路径。
谷歌在伦敦云峰会上发布Firebase Studio更新,新增Gemini命令行界面集成、模型上下文协议支持和"代理模式"。代理模式提供三种AI协作层次:对话式"询问"模式用于头脑风暴,人机协作代理需开发者确认代码变更,以及几乎完全自主的代理模式。尽管谷歌声称已有数百万应用使用该平台,但目前仍需精心设计提示词,非工程师用户还无法直接创建成熟应用。
上海AI实验室联手复旦大学提出了POLAR方法,这是一种革命性的奖励模型训练技术。通过让AI学会识别不同策略间的差异而非死记评分标准,POLAR在多项任务上实现了显著提升,7B参数模型超越72B现有最强基线,为AI对齐问题提供了全新解决思路。