4月19-20日,“跃升数字生产力,加速迈向智能世界”第20届华为全球分析师大会在深圳隆重启幕。在本次大会上,华为5.5G Park创新应用体验中心正式发布。该体验中心展示了5.5G时代下人联、物联、车联等创新应用场景。目前,网络体验已从以“泛在千兆”为标志的1.0,走向5.5G“下行万兆+上行千兆+确定性体验”为标志的2.0阶段,赋能人联、物联和车联业务体验新升级。

图为 华为5.5G Park 下行万兆体验点
5.5G万兆网络使能3D时代,助力运营商加速网络变现
人联体验正在升级,消费者移动业务走向沉浸交互式。3D化是移动互联网的主要发展方向,将开启沉浸式体验新时代。在现场展示的裸眼3D平板上,用户无需佩戴眼镜,即可体验到3D视频直播、网红点播以及云游戏业务,享受到大视角、大景深的3D体验。同时,在体验中心,合作伙伴展示了裸眼3D光场大屏在教育、医疗、建筑、娱乐等多场景的应用,将会大大推动家庭娱乐业务的发展,进一步驱动FWA(Fixed Wireless Access)的带宽升级。3D带来的多视点和高分辨率,要求移动网络能够提供最大10Gbps的下行分发能力以及20ms@99%的确定性时延。
另外,作为当下热点,AIGC快速发展将大幅提升内容创作的效率和质量,势必将成为未来内容制作的核心模式。现场演示的通过一段文件和一张图片,AIGC会自动生成一段时长20秒的3D视频。内容的高效创作,特别是3D内容的蓬勃发展,又将有力支撑移动用户DOU持续增长。预测2027年的DOU相对于当前状态将有10倍的提升。
Passive IoT革新蜂窝物联技术,打开千亿物联新空间
在物联方面, Passive IoT令物联网迈向新的里程碑,5.5G一张网提供无处不在的连接能力,承载高、中、低速及无源物联。与传统技术相比, Passive IoT以同样的成本,提供上行通信能力以及10倍覆盖能力,为仓储、制造、物流、消费等价值场景的部署提供了规模化应用的可行性。现场演示Passive IoT赋能产线制造、仓储盘点两个场景下的物流的数字化透明化,从而实现从“人找物“升级到”物找人“,减少了产线停摆时间,提升了生产效率。
车路云协同,5.5G通感一体使能车辆智能网联,打开新商业边界
在车联方面,5.5G通感一体(通信感知一体化)基站定义下一代车辆智能网联,将车联的商业边界从联接扩展到海陆空全场景感知。车云协同是车联的发展趋势,5.5G基站实现超出业界两倍的感知距离,降低路网部署成本。同时在交通管理端提高智能交通管理效力,在汽车产业降低智能驾驶的研发成本和制造成本,而驾驶员也将体验更加安全和便利的交通保障。现场展示实际部署的车路云协同已实现多种交通场景,例如拥堵识别、鬼探头、路障识别等场景,显著提升通行体验和效率。
5.5G普惠万兆兑现网络价值,构筑室内外连续泛在XGbps体验5.5G相对5G实现10倍网络能力提升,万兆网络能力步入现实。目前,华为联合产业伙伴已完成端到端测试验证,基于高低频跨频段载波聚合,实现10Gbps峰值能力。华为ELAA-MM(超大规模天线阵列M-MIMO)、室内分布式M-MIMO等领先的解决方案,构筑了室内外连续的XGbps通信体验。同时,5.5G可实现无线家宽(FWA)万兆接入,为家庭新业务体验,如超高清多视角3D等沉浸式视频体验,带来网络的保障。
一言以蔽之,进入5.5G时代,移动网络体验升级已“跃然纸上”,华为将携手产业伙伴,进一步推动5.5G产业链和商业场景融合发展,将5.5G加速带入现实。
好文章,需要你的鼓励
苹果在iOS 26中推出全新游戏应用,为iPhone、iPad和Mac用户提供个性化的游戏中心。该应用包含五个主要版块:主页展示最近游戏和推荐内容,Arcade专区提供超过200款无广告游戏,好友功能显示Game Center动态并支持游戏挑战,资料库可浏览已安装游戏并提供筛选选项,搜索功能支持按类别浏览。iOS 26.2版本还增加了游戏手柄导航支持,为游戏玩家提供更便捷的操作体验。
上海AI实验室联合团队开发RoboVIP系统,通过视觉身份提示技术解决机器人训练数据稀缺问题。该系统能生成多视角、时间连贯的机器人操作视频,利用夹爪状态信号精确识别交互物体,构建百万级视觉身份数据库。实验显示,RoboVIP显著提升机器人在复杂环境中的操作成功率,为机器人智能化发展提供重要技术突破。
睡眠耳塞制造商Ozlo正将其产品转型为数据平台。公司与冥想应用Calm建立合作,利用SDK分享睡眠传感器数据,帮助内容创作者了解用户真实反馈。Ozlo计划推出AI睡眠助手、耳鸣治疗订阅服务和床边音箱等新产品,并收购了脑电图技术公司Segotia,预计2027年推出脑电监测产品进军医疗设备市场,目前正在进行B轮融资。
英伟达研究团队提出GDPO方法,解决AI多目标训练中的"奖励信号坍缩"问题。该方法通过分别评估各技能再综合考量,避免了传统GRPO方法简单相加导致的信息丢失。在工具调用、数学推理、代码编程三大场景测试中,GDPO均显著优于传统方法,准确率提升最高达6.3%,且训练过程更稳定。该技术已开源并支持主流AI框架。