[中国,上海,2025年6月19日] 在2025 MWC 上海期间中国电信联合华为举办5G-A“智聚大上行”创新发布会。会上,中国电信与华为联合发布了“基于智能编排和上行频谱解耦与池化,形成智能大上行技术”最新创新技术成果。该技术充分挖掘多天线的上行覆盖能力,并结合分布式UCN(User-Centric Network,用户中心网络)和时频制空功全资源实时共享,引入无线智能化技术,构筑无线网络AI业务承载网,赋能智能穿戴、车联网、AI助理实时交互等领域,标志着5G-A网络向成为Mobile AI网络底座迈出坚实一步。
“智聚大上行”深度赋能5G-A与AI融合
随着终端侧智能能力增强,设备与网络之间的数据交互频率和内容复杂度迅速提升,特别是视频、图像、文本等多模态数据的上行传输激增,同时实时语音交互、具身机器人操控等场景要求网络确保端到端低时延。移动AI业务发展推动网络架构向超低时延、高确定性、大上行方向演进。
智聚大上行创新技术,利用AI模型实时预测信道质量以及通过AI实现时频制空功五维协同调度,多频段智能选择,根据业务需求制式解耦,上行自由调度,提升5G网络的上行能力,优化用户业务体验。该创新使能5G-A网络能力精准预估,使时延降低30%+,上行速率提升15%+,边缘体验提升15%+,打造体验能效双领先的5G-A网络。
“智聚大上行”加速体验变现和AI应用繁荣,助力中国电信打造高速泛在5G-A网络
电信集团共建共享工作组总经理黄礼莲在发布会上表示,技术融合驱动变革,5G-A与AI的深度结合正重构人机交互模式,推动信息交互向情感交互升级。“智聚大上行”技术的发布标志着多模态数据交互将成为常态,网络服务实现从"联接服务"到"数智服务"的跨越。
近年来,中国电信与华为在5G-A领域的合作取得多项突破性成果,双方在上海、广东等地完成了三载波聚合连片部署,利用5G-A超级大上行特性,打造了上海宝钢智慧钢铁行业应用标杆,孵化了江浙低空样板点,其中的杭州低空血液航线项目荣获Glomo创新大奖。
中国电信共建共享工作组总经理黄礼莲会上致辞
华为公司副总裁曹明:5G-A 与AI 加速赋能产业变革
华为公司副总裁、无线网络产品线总裁曹明在会上表示,5G-A 正以超乎想象的速度加速发展,移动 AI 时代已急速到来。其应用深度融入人们的生活、工作与学习,大幅提升生产力效率;融入企业生产流程,实现降本增效。在技术创新实践中,华为与中国电信合作推动超级系列技术落地,在直播、智慧交通、智慧生产等场景中兑现了超级上行系列创新价值。
曹明进一步指出,未来中国电信与华为将继续以科技创新为引领,围绕中国电信技术创新战略解锁 5G-A 潜能,推动智能联接向“无所不快、无所不及、无所不能” 的目标加速迈进。双方将持续深化与全球伙伴合作,以 “开放创新” 理念推动 5G-A 标准演进,为无线网络高质量发展注入新活力。
华为公司副总裁、无线网络产品线总裁曹明会上致辞
未来,中国电信与华为将继续以科技创新为引领,以应用需求为导向,持续推进“AI+5G-A“融合,打造网络领先、商用领先、应用领先的“5G-A×AI”商用网络,持续深化与全球伙伴合作,以“开放创新”理念推动5G-A标准演进,为无线网络的高质量发展注入新活力。
“智聚大上行”创新发布会
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
是德科技高级副总裁兼通信解决方案事业部总裁Kailash Narayanan现场指出,算力固然重要,但如果能耗过高,技术的实用性将大打折扣,因此,所有的高速、高性能计算,都必须在极低的功耗下实现,这是AI等技术能否大规模落地的核心前提。
DeepSeek-AI团队通过创新的软硬件协同设计,仅用2048张GPU训练出性能卓越的DeepSeek-V3大语言模型,挑战了AI训练需要海量资源的传统观念。该研究采用多头潜在注意力、专家混合架构、FP8低精度训练等技术,大幅提升内存效率和计算性能,为AI技术的民主化和可持续发展提供了新思路。
来自上海交通大学和浙江大学等机构的研究团队开发出首个AI"记忆操作系统"MemOS,解决了AI系统无法实现人类般持久记忆和学习的根本限制。该系统将记忆视为核心计算资源进行调度、共享和演化,在时间推理任务中相比OpenAI记忆系统性能提升159%。MemOS采用三层架构设计,通过标准化记忆单元实现跨平台记忆迁移,有望改变企业AI部署模式。
加拿大女王大学研究团队首次系统评估了大型视频语言模型的因果推理能力,发现即使最先进的AI在理解视频中事件因果关系方面表现极差,大多数模型准确率甚至低于随机猜测。研究创建了全球首个视频因果推理基准VCRBench,并提出了识别-推理分解法(RRD),通过任务分解显著提升了AI性能,最高改善幅度达25.2%。