笔记:遇见未来——6G协同创新技术研讨会

https://www.cww.net.cn/article?id=564308

研讨会由中国移动研究院首席科学家易芝玲博士主持。来自清华大学-中国移动联合研究院、北京邮电大学-中国移动研究院联合创新中心、东南大学-中国移动研究院联合创新中心、中关村泛联移动通信技术创新应用研究院等合作载体的知名教授、学者,以及中国移动研究院技术专家,分享了6G关键技术研究的阶段性进展,共同研判6G技术趋势和机遇挑战。

中国移动研究院院长黄宇红介绍了中国移动6G研发工作的整体进展及工作思考。当前,世界主要经济体纷纷启动6G研发,6G已成为全球新一轮科技创新的必争之地。中国移动发挥创新主力军作用,积极融入我国6G创新工作全局,围绕加快原创技术突破、推进全球统一标准、带动补强产业短板和模式创新、加强应用生态培育四个方面,系统推进6G研发工作,并协同清华大学-中国移动联合研究院、北京邮电大学-中国移动研究院联合创新中心、东南大学-中国移动研究院联合创新中心、中关村泛联移动通信技术创新应用研究院等创新联合体,不断加大基础理论、共性关键技术、交叉学科融合技术的攻关,取得了一系列6G创新成果,使产业对6G挑战与机会、发展趋势与技术特点都有了更加深入、直观的认识和理解。

黄宇红院长分享了关于6G发展的六点思考,并希望广大业界同仁们一起来探讨和贡献,共同助力我国6G技术和产业的发展。一是要注重5G和6G发展的衔接和贯通;二是要注重6G顶层设计和架构研究;三是要注重绿色、低碳可持续发展;四是要注重跨界融合技术的创新;五是要注重全球统一6G国际标准的形成;六是要注重构建开放、可控的6G产业和生态。黄宇红院长表示,在相比于过去更加复杂的国际环境下,我国应该更加主动作为,推进构建开放、合作的6G国际生态。

中国移动研究院副院长段晓东对中国移动《6G网络架构技术白皮书》进行了全面解读。该白皮书通过对驱动力、研判、理念的系统性分析,提出“三体四层五面”的总体架构设计,从空间视图、逻辑视图与功能视图三个视角呈现跨域、跨层、多维立体的6G网络架构全视图。该白皮书进一步给出了架构实现的孪生设计、系统设计和组网设计,分别是数字孪生网络架构(DTN)、全服务化系统架构(HSBA)和分布式自治网络(DAN)。段晓东副院长表示,这是业界第一本系统性阐述6G网络架构设计的白皮书,体现了中国移动对6G架构的全新认识,具有里程碑式的意义。

中国移动集团级首席专家刘光毅介绍了6G通感一体技术研究阶段进展。通信感知一体化,不仅可以开辟全新的业务,赋予 6G 网络无时不刻、无处不在地感知物理世界的能力,还可以提升智能体及智能体与系统间的信息交互能力,开启超越传统移动通信网络联接的应用空间。

清华大学-中国移动联合研究院陶晓明教授介绍了语义通信技术研究阶段进展。作为一种全新通信范式,语义通信技术有望将通信网络从传统的基于数据协议和格式的单一固化通信架构中解放出来,通过采用更具有普适性的信息含义(即语义),作为衡量信息通信性能的主要指标,打通“机机智联”、“人机智联”与“人人智联”模式之间的壁垒,实现真正的万物无缝智联。

清华大学-中国移动联合研究院高飞飞教授介绍基于计算机视觉的感知通信融合理论与关键技术研究阶段进展。视觉技术与通信技术融合是“0到1”的基础原创,蕴含着无穷的想象空间,但也充满多重挑战。高教授提到的三个研究方向:“视觉+通信”关联数据集构建及信道语义研究、基于视觉感知的通信关键技术以及基于无线通信的感知技术,都是非常有价值的课题,相信该领域会有更多突破性成果。

北京邮电大学-中国移动研究院联合创新中心张建华教授介绍了6G信道建模研究阶段进展。无线信道模型是无线通信系统设计、理论分析、性能评估、优化及部署的基础,6G无线信道将在新的频段、新的场景呈现出“空-时-频”非平稳性等新的特性。未来6G无线信道建模仍面临诸多挑战,希望业界一起携手共同攻克。

北京邮电大学-中国移动研究院联合创新中心许晓东教授介绍了6G通用原型验证系统开发阶段进展。6G无线网络将融合通信、计算、感知、AI等多种能力,对硬件的性能与灵活性提出更高要求。6G通用原型验证系统,将为多维融合的网络性能验证提供一种可行的手段。

中国移动研究院首席专家袁弋非介绍了智能超表面技术研究阶段进展。近年来,由东南大学崔铁军院士团队提出的可重构智能超表面技术得到了业界的广泛关注,成为6G的热点技术。中国移动与东南大学团队在信息超材料领域开创性的工作与成果为6G带来了巨大机遇,不仅能优化无线信道,革新无线系统架构,还能引入感知等新功能。相信该领域后续会有更多突破。

东南大学-中国移动研究院联合创新中心朱敏教授介绍了光生太赫兹技术研究阶段进展。近日,紫金山实验室联合中国移动等单位发布了光子学太赫兹无线通信的6G研究中的重大成果,引起业界极大的关注。,光子学太赫兹通信重大成果突破,令人倍感振奋,将继续坚持产学研用通力合作,构建良好生态,取得更多重大创新。

东南大学-中国移动研究院联合创新中心黄永明教授介绍了数字孪生网络技术研究进展。面向未来6G网络构建数字孪生网络,产业界和学术界需要进一步探讨数字孪生网络的场景和需求,明确数字孪生网络的定义和统一架构;同时,有必要在数据采集、数据存储、数据建模、接口标准化以及支撑大规模网络下兼容性、可靠性和安全性等关键方向上深入研究,逐步推进数字孪生网络技术的成熟和应用。

中关村泛联移动通信技术创新应用研究院双聘专家、复旦大学沈超研究员,介绍了高速率可见光器件研究进展。可见光通信技术有望满足6G需求中的诸如流量密度、用户体验速率等重要需求,但在信道建模、器件、传输与组网等方面也面临比较大的挑战。为了保证2030年6G具备商用能力,倡议学术界和产业界携手攻关高速率可见光器件,为6G可见光通信的标准化与产业化奠定基础。

遇见未来,携手共创。中国移动将联合产学研用各方力量,建设全球领先的“6G协同创新基地”,通过商用需求和顶层设计为牵引,努力贯通理论、技术、标准、产品和应用的全产业链创新环节,孵化源头技术创新,培育自主可控、开放的6G产业和应用生态,与业内合作伙伴一道,继续携手共同推进6G技术和产业的发展,共创6G美好未来。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/899493.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

Python Cookbook-4.14 反转字典

任务 给定一个字典,此字典将不同的键映射到不同的值。而你想创建一个反转的字典,将各个值反映射到键。 解决方案 可以创建一个函数,此函数传递一个列表推导作为dict的参数以创建需要的字典。 def invert_dict(d):return dict([(v,k) for …

深度学习在测距模型中的应用

一、单目视觉测距和双目视觉测距简介 1、单目视觉测距 模型:深度估计(Depth Estimation) 原理:通过深度学习模型(如MonoDepth2、MiDaS)或传统的计算机视觉方法(如单目相机结合物体大小推断&am…

Linux Mem -- Slub内存分配器的几点疑问及解答

目录 1 怎样通过object地址获取其对应的struct slab? 2 struct page、struct folio和struct slab类型之间转换,怎么保证内部关键数据的传递? 3 怎样判断一个内存空间是属于slab、page管理? 4 struct page 结构中 __mapcou…

pip install cryptacular卡住,卡在downloading阶段

笔者安装pip install cryptacular卡在downloading阶段,但不知道为何 Collecting cryptacularCreated temporary directory: /tmp/pip-unpack-qfbl8f08http://10.170.22.41:8082 "GET http://repo.huaweicloud.com/repository/pypi/packages/42/69/34d478310d6…

Lag-Llama时间序列模型简单实现数据预测

前言: 最近在大模型预测,简单了解了lag-llama开源项目,网上也有很多讲解原理的,这里就将如何快速上手使用说一下,只懂得一点点皮毛,有错误的地方欢迎大佬指出。 简单介绍: Lag-Llama 是一个开…

Plastiform复制胶泥:高精度表面复制与测量的高效工具

在工业制造和质量检测领域,表面复制和测量是确保产品质量的关键环节。Plastiform复制胶泥作为一种创新材料,凭借其出色的性能和多样化的应用,为用户提供了可靠的解决方案。它能够快速捕捉复杂表面的细节,确保测量结果的准确性&…

AI大模型、机器学习以及AI Agent开源社区和博客

以下梳理了适合学习 AI大模型、机器学习、AI Agent和多模态技术 的英文网站、社区、官网和博客,按类别分类整理: 一、官方网站与开源平台 1. AI大模型 (Large Language Models) • OpenAI • 官网: openai.com • 内容: GPT系列模型文档、研究论文、AP…

python 上下文管理器with

with 上下文管理器 上下文管理器示例如下:若想不使用with关键字 上下文管理器 任何实现了 enter() 和 exit() 方法的对象都可称之为上下文管理器,上下文管理器对象可以使用 with 关键字。 必须同时具有__enter__和__exit__,就可以使用with语句…

买卖股票的最佳时机(121)

121. 买卖股票的最佳时机 - 力扣&#xff08;LeetCode&#xff09; 解法&#xff1a; class Solution { public:int maxProfit(vector<int>& prices) {int cur_min prices[0];int max_profit 0;for (int i 1; i < prices.size(); i) {if (prices[i] > cur…

CesiumJS 本地数据瓦片加载南北两极出现圆点问题

const imageryProvider new UrlTemplateImageryProvider({url: "/gisimg/{z}/{x}/{reverseY}.png",minimumLevel: 0,maximumLevel: 19})上面这段代码是加载本地切片&#xff0c;但是有个致命问题就是会出现南北两极显示蓝色圆点 解决方案&#xff1a; 加上这句话&am…

Linux编译器gcc/g++使用完全指南:从编译原理到动静态链接

一、gcc/g基础认知 在Linux开发环境中&#xff0c;gcc和g是我们最常用的编译器工具&#xff1a; gcc&#xff1a;GNU C Compiler&#xff0c;专门用于编译C语言程序g&#xff1a;GNU C Compiler&#xff0c;用于编译C程序&#xff08;也可编译C语言&#xff09; &#x1f4cc…

Vue学习笔记集--computed

computed 在 Vue 3 的 Composition API 中&#xff0c;computed 用于定义响应式计算属性 它的核心特性是自动追踪依赖、缓存计算结果&#xff08;依赖未变化时不会重新计算&#xff09; 基本用法 1. 定义只读计算属性 import { ref, computed } from vue;const count ref(…

飞致云荣获“Alibaba Cloud Linux最佳AI镜像服务商”称号

2025年3月24日&#xff0c;阿里云云市场联合龙蜥社区发布“2024年度Alibaba Cloud Linux最佳AI镜像服务商”评选结果。 经过主办方的严格考量&#xff0c;飞致云&#xff08;即杭州飞致云信息科技有限公司&#xff09;凭借旗下MaxKB开源知识库问答系统、1Panel开源面板、Halo开…

Vue如何利用Postman和Axios制作小米商城购物车----简版

实现功能&#xff1a;全选、单选、购物数量显示、合计价格显示 实现效果如下&#xff1a; 思路&#xff1a; 1.数据要利用写在Postman里面&#xff0c;通过地址来调用Postman里面的数据。 2.写完数据后&#xff0c;给写的数据一个名字&#xff0c;然后加上一个空数组&#xf…

第一篇:系统分析师首篇

目录 一、目标二、计划三、完成情况1.宏观思维导图2.过程中的团队管理和其它方面的思考 四、意外之喜(最少2点)1.计划内的明确认知和思想的提升标志2.计划外的具体事情提升内容和标志 一、目标 通过参加考试&#xff0c;训练学习能力&#xff0c;而非单纯以拿证为目的。 1.在复…

CSS学习笔记4——盒子模型

目录 盒子模型是什么&#xff1f; 盒子模型的组成 一、div标签 二、边框属性 1、border-style:边框样式 2、border-width:边框宽度 3、border-color:边框颜色、border&#xff1a;综合设置 4、border-radius:圆角边框 5、border-image&#xff1a;图像边框 三、边距属性…

复现文献中的三维重建图像生成,包括训练、推理和可视化

要复现《One - 2 - 3 - 45 Fast Single Image to 3D Objects with Consistent Multi - View Generation and 3D Diffusion (CVPR)2024》文献中的三维重建图像生成&#xff0c;包括训练、推理和可视化&#xff0c;并且确保代码能正常运行&#xff0c;下面是基本的实现步骤和示例…

stable diffusion 本地部署教程 2025最新版

前提&#xff1a; 需要环境 git git下载地址Git - Downloading Package ​ 直接装即可 python3.10.6 下载地址 Python Release Python 3.10.6 | Python.org ​ 记得python环境一定要3.10.6&#xff01;&#xff01;&#xff01; 第一个版本 项目地址https://github.…

【二刷代码随想录】螺旋矩阵求解方法、推荐习题

一、求解方法 &#xff08;1&#xff09;按点模拟路径 在原有坐标的基准上&#xff0c;叠加 横纵坐标 的变化值&#xff0c;求出下一位置&#xff0c;并按题完成要求。但需注意转角的时机判断&#xff0c;特别是最后即将返回上一出发点的位置。 &#xff08;2&#xff09;按层…

从Manus到OpenManus:AI智能体技术如何重塑未来生活场景?

从Manus到OpenManus&#xff1a;AI智能体技术如何重塑未来生活场景&#xff1f; 一、现状&#xff1a;AI智能体技术面临的三大核心矛盾 &#xff08;通过分析用户高频痛点与市场反馈提炼&#xff09; 能力与门槛的失衡 Manus展示的复杂任务处理能力&#xff08;如股票分析、代…