随着元宇宙从概念逐步走向现实,虚拟世界和现实世界深度融合不再是遥不可及的想象。当下XR产业链和技术不断发展,内容应用逐步繁荣,生态参与者加速入局,整个元宇宙生态正在持续丰满,各大头显厂商也纷纷发布4K/8K头显产品,XR终端出货量有望迎来爆发。近日,国际咨询公司Analysis Group发布的报告称,从2022年起,元宇宙将对世界经济产生巨大贡献,到2031年的未来十年对全球GDP的贡献可达到3万亿美元。
XR产业的高速发展带来了广阔的想象空间,但也对网络传输提出了更高的要求。2021年8月中国移动和华为共同签署《5G-Advanced创新链产业链融合行动计划合作备忘录》,在XR等领域持续构筑创新链,并进一步丰富产业链。此后,双方在XR网络感知应用、X-Layer跨层融通等领域保持紧密合作,持续开展关键技术研究开发和标准化工作。
共同研究XR增强技术,推进3GPP标准化
面向XR,3GPP早在2018年就启动了一系列研究工作。2021年12月,3GPP RAN确定了Rel-18 中对XR和CG业务的标准立项,将从XR网络感知应用、容量提升和终端节能三个方面开展标准化工作。中国移动和华为保持合作共同研究,在SA2牵头了Rel-18 XR及多媒体增强项目,将从多流协同、网络信息开放、媒体流QoS保障、网络抖动降低、针对媒体业务的节电增强五个方面开展标准化工作。
端-网-云-业协同创新,打造业界首个5G-A XR产业样板
中国移动提出的X-layer跨层融通技术将深度赋能元宇宙,通过应用层和网络层的跨层信息共享,实现全局最优,更好地提升5G网络服务XR业务的能力。一方面,通过业务层感知网络状态信息,实现业务层对发包内容、大小和编码码率的调整,以适配网络的状态。另一方面,通过网络层感知业务信息,实现对业务帧的完整性保护和不同数据流的差异化调度,提供端到端的“帧级”QoS保障。
今年6月,华为和中国移动研究院、咪咕已完成X-layer跨层融通技术的端-网-云-业四维一体的协同创新,完成业界首个X-Layer跨层融通产业试验,打造业界首个XR业务跨层融通产业样板,借助业务标记信息感知和网络状态信息感知,达到多流业务的精细分层QoS保障,提升容量和业务体验。测试结果显示,4.9GHz、100M带宽的单扇区可以同时支持20个XR终端,系统容量提升了5倍。
四大方面深度合作,助力5G-A + XR繁荣发展
下一阶段,中国移动将继续联合华为和产业伙伴,在四个方面持续发力,做实创新引擎,包括,
(1)在技术研究方面,把丰富的XR应用从室内扩展到室外全场景,如车载XR,让大众享受泛在无边界的XR体验,丰富人们的文化旅游生活。
(2)在网络能力方面,进一步细化不同的元宇宙业务场景需求,评估网络能力如何适配及演进的方向。
(3)在应用场景方面,联合行业伙伴持续探索XR+5G-Advanecd技术在ToC和ToB领域的融合创新,并探索新的商业模式,实现产业共同繁荣。
(4)在产业生态方面,与芯片模组、XR头显等端侧厂商,及内容开发商深度合作,推动XR+5G-Advanecd端到端产业生态蓬勃发展,助力统一产业发展共识,从社交、娱乐、文化领域扩展到工业制造领域,共筑基础设施层、核心层、应用服务层构成的XR全产业链生态圈。
中国移动和华为依托5G-Advanced双链融合行动计划,在XR领域完成了部分关键技术从单点验证到应用级系统验证,未来将在技术、网络、应用和生态四个方面持续深度合作,实现5G-Advanced和XR的协同发展,为颠覆性沉浸式的元宇宙数字生活体验带来突破,成为开启元宇宙时代的重要载体。
好文章,需要你的鼓励
谷歌发布新的AI学术搜索工具Scholar Labs,旨在回答详细研究问题。该工具使用AI识别查询中的主要话题和关系,目前仅对部分登录用户开放。与传统学术搜索不同,Scholar Labs不依赖引用次数或期刊影响因子等传统指标来筛选研究质量,而是通过分析文档全文、发表位置、作者信息及引用频次来排序。科学界对这种忽略传统质量评估方式的新方法持谨慎态度,认为研究者仍需保持对文献质量的最终判断权。
武汉大学研究团队提出DITING网络小说翻译评估框架,首次系统评估大型语言模型在网络小说翻译方面的表现。该研究构建了六维评估体系和AgentEval多智能体评估方法,发现中国训练的模型在文化理解方面具有优势,DeepSeek-V3表现最佳。研究揭示了AI翻译在文化适应和创意表达方面的挑战,为未来发展指明方向。
Meta发布第三代SAM(分割一切模型)系列AI模型,专注于视觉智能而非语言处理。该模型擅长物体检测,能够精确识别图像和视频中的特定对象。SAM 3在海量图像视频数据集上训练,可通过点击或文本描述准确标识目标物体。Meta将其应用于Instagram编辑工具和Facebook市场功能改进。在野生动物保护方面,SAM 3与保护组织合作分析超万台摄像头捕获的动物视频,成功识别百余种物种,为生态研究提供重要技术支持。
参数实验室等机构联合发布的Dr.LLM技术,通过为大型语言模型配备智能路由器,让AI能根据问题复杂度动态选择计算路径。该系统仅用4000个训练样本和极少参数,就实现了准确率提升3.4%同时节省计算资源的突破,在多个任务上表现出色且具有强泛化能力,为AI效率优化开辟新方向。