5G
PulseAugur coverage of 5G — every cluster mentioning 5G across labs, papers, and developer communities, ranked by signal.
- used by Internet of Things 70%
- used by federated learning 70%
- instance of telecommunications 70%
- uses federated learning 70%
- used by MIMO 70%
- used by edge computing 70%
- used by 3rd Generation Partnership Project 70%
- competes with 4G 60%
- instance of MIMO 60%
- competes with Wi-Fi 60%
- used by telecommunications 60%
- affiliated with Ericsson 60%
- 2026-06-24 regulatory Five government departments in China have jointly launched a pilot program for independent industrial 5G networks to promote the deep integration of 5G technology into key industries. 来源
8 天有情绪数据
-
高通将为专利向华为支付费用，达成历史性的5G和AI许可协议
高通和华为已达成一项历史性的交叉许可协议，标志着双方关系发生了重大转变。高通将首次向华为支付专利权使用费，涵盖5G和AI技术，并将在获得监管批准的前提下，直接收购华为的部分美国专利。这项协议是在华为最初开始向高通支付专利许可费25年后达成的，代表着两家公司在竞争激烈的半导体和AI领域战略上的转变。
-
华为与高通签署多年期专利协议，涉及5G和AI · 追踪到4个来源
华为与高通已达成一项多年期专利许可协议，涵盖5G、人工智能、计算和网络等关键技术。这项重要协议授予高通使用华为LogicFolding专利的权利。预计此次合作将重塑5G和AI的发展格局。
-
量子强化学习大幅降低5G网络能耗
研究人员开发了一种新颖的量子强化学习（QRL）算法，以显著降低5G及未来网络中的能耗。该方法解决了基站高能耗的挑战，基站占网络能耗的很大一部分。通过利用叠加和纠缠等量子原理，QRL算法比传统的深度强化学习（DRL）方法收敛更快。模拟显示，QRL在保持服务质量的同时能有效降低能耗，在速度和学习复杂度方面均优于DRL和Q-Learning。
-
新的GPU批处理5G仿真器可大规模增强机器人学习
研究人员开发了Isaac-Net，这是一个新颖的GPU批处理5G新空口（NR）模块，旨在将网络仿真集成到大规模机器人学习环境中。该系统允许同时仿真数千个机器人环境，精确地模拟私有5G网络引入的延迟和信息年龄（AoI）。Isaac-Net旨在弥合快速GPU机器人仿真器与详细数据包级网络仿真器之间的差距，从而实现多机器人系统更真实的训练。
-
新研究探索通过射频广播和稀疏性技术实现高效LLM推理
研究人员正在开发新颖的方法来提高大型语言模型（LLM）推理的效率。一种方法AIR-LLM提出通过射频广播LLM权重，使边缘设备无需存储权重即可进行推理，从而显著降低能耗和通信时长。其他研究则侧重于通过稀疏性技术优化推理，例如SparseEngine和TopK-Guided，它们通过选择性地处理模型的一部分来降低内存和计算成本。此外，正在开发MINCE和evalstats等新框架，通过缩小数据集和提高LLM评判分数统计分析的可靠性来简化LLM评估。
-
新框架利用概率预测优化5G资源分配
研究人员开发了一个新的面向目标的概率预测框架，以优化5G网络中的资源分配。该方法使用Pinball Loss函数以及DeepAR和Temporal Fusion Transformers等模型，以更好地适应欠配置与过配置之间的不对称成本。在真实5G流量数据上的评估表明，与最小化MAE和RMSE等对称误差的传统方法相比，该方法可以降低运营成本并保持准确的不确定性估计。
-
发布维也纳4G/5G路测数据集，用于移动网络机器学习
研究人员发布了维也纳4G/5G路测数据集（Vienna 4G/5G Drive-Test Dataset），这是一个全面的开放数据集，旨在推动机器学习在移动网络分析中的应用。该数据集包含在奥地利维也纳收集的地理参考的长期演进（LTE）和5G新空口（NR）测量数据。它结合了被动扫描仪观测和主动手机日志，提供了网络侧和用户侧的视角。该数据集还包含推断的基站部署细节以及高分辨率的建筑和地形模型，以支持几何条件学习和校准。
-
解锁Wi-Fi路由器的隐藏USB功能，实现文件共享和备份
许多Wi-Fi路由器都包含一个USB端口，除了简单的连接功能外，还可以用于各种用途。该端口可以将USB存储设备变成网络可访问驱动器，通过SMB、Samba或FTP实现文件共享。此外，它还可以用于无线共享旧打印机，或使用4G或5G蜂窝网络加密狗建立备份互联网连接，此功能称为双WAN故障转移。一些路由器还支持通过Android手机进行USB网络共享，但它缺乏蜂窝网络加密狗的自动故障转移功能。
-
新的 OCUDU dApp 平台支持 5G 分布式单元中的实时 AI
研究人员推出 OCUDU dApp 平台，这是一个专为 3GPP 5G 分布式单元中的实时 AI 应用设计的开放运行时。该平台允许独立开发的软件直接在 GPU 接收链上执行或在严格的调度截止日期内执行。该论文详细介绍了平台的架构，包括其运行时、E3 代理和公共存储库，展示了如何打包、签名和管理 AI-RAN 应用。在 NVIDIA GB10 Grace Blackwell Superchip 上的演示成功运行了包括神经网络均衡器在内的…
-
AI框架在保持服务水平的同时降低5G能耗
研究人员开发了一个新的由AI驱动的5G网络节能框架，该框架可确保服务水平协议（SLA）得到维持。该系统使用一种稳定性感知的约束强化学习方法，特别是约束近端策略优化（PPO），来动态管理无线资源和基站功率模式。在七个小区的环境中进行的模拟显示，在名义流量下，能耗显著降低了高达41.4%，同时在压力和未知流量条件下也保持了零SLA违规和吞吐量损失。
-
新的时空图Transformer预测移动交通需求
研究人员开发了一个名为TD-STGT的新框架，一个时空图Transformer，用于预测移动交通需求。该模型通过预测特定地理区域的无线流量需求，对于5G和未来6G网络的升级规划至关重要。TD-STGT利用众包移动数据和白天人口信息，在加拿大五个城市的实验中表现出色，在预测网格级需求变化方面优于现有基线。
-
Apple Watch GPS 与蜂窝网络版：主要区别和权衡
Apple Watch 提供两种主要的 GPS 型号：GPS 版和 GPS + Cellular 版。仅 GPS 版本需要 iPhone 才能实现大部分功能，而 GPS + Cellular 版本通过允许在没有配对 iPhone 的情况下拨打电话、发送消息和流式传输，利用 4G 或 5G 连接，提供了更大的独立性。这项蜂窝网络功能会使基础型号额外花费 100 美元，并且还可能导致电池消耗更快，因此最适合在不带 iPhone 的短时间内使用。
-
新论文发现：车辆中的联邦学习会泄露客户端身份
一项新的研究论文探讨了车辆边缘网络中联邦学习（FL）的隐私漏洞。研究表明，即使在数据匿名化的情况下，也可以通过传输的模型更新以高精度推断出客户端身份。研究人员提出了一种轻量级的防御机制，包括裁剪和添加高斯噪声，这在对模型性能影响最小的情况下显著降低了攻击的准确性。还建议将集成式联邦学习作为增强隐私的补充方法。
-
通过结构化推理框架增强LLMs在电信根因分析中的应用
一篇新的研究论文提出了一种结构化推理框架，以改进大型语言模型（LLMs）在电信网络根因分析（RCA）中的应用。该框架旨在通过将LLM诊断与电信特定证据和领域知识相结合，来解决幻觉和推理不稳定的挑战。在5G RCA数据集上的实验结果表明，与现有技术相比，所提出的方法提高了诊断的准确性和一致性，突显了结构化推理对于下一代电信网络的重要性。
-
Ookla报告：伦敦地铁5G覆盖范围可与地面街道媲美
移动网络情报公司Ookla报告称，在有服务覆盖的区域，伦敦地铁的5G覆盖范围现已可与地面街道相媲美。虽然预计年底前将实现全网络连接，但目前地下5G可用性为19.8%，而全市范围为16.5%。尽管直接比较显示街道信号略强，但考虑到在历史悠久的隧道中改造连接性的挑战，这一成就值得注意。
-
PT Infra Fiber Teknologi 推出 RAIA Grid，打造印度尼西亚数字超级高速公路
PT Infra Fiber Teknologi 推出了 RAIA Grid，这是一个旨在打造印度尼西亚数字超级高速公路的新数字基础设施项目。该计划拥有长达 86,000 公里的光纤网络，旨在连接全国范围内的 5G 移动网络、光纤到户 (FTTH) 宽带和数据中心等各种服务。
-
英国电信升级滞后，人工智能竞争力堪忧
英国电信行业高管警告称，由于移动网络升级缓慢，该国可能在全球人工智能竞赛中落后。尽管宽带有所改善，但英国的5G基础设施落后于其他G7国家和欧盟成员国，可能阻碍其处理人工智能相关海量数据流量的能力。行业领袖呼吁进行规划改革和提供更好的监管支持，以确保英国的网络能够满足未来的需求。
-
新的msData数据集针对时间序列基础模型的目标是毫秒级分辨率
研究人员推出msData，这是一个新的数据集，旨在通过整合来自运行中的5G无线网络的毫秒级分辨率数据来改进时间序列基础模型（TSFM）。目前TSFM数据集主要使用较低频率的数据，这限制了它们处理高频信号的有效性。msData旨在弥合这一差距，提供采样间隔精细到毫秒的数据，并将无线网络领域引入，以补充现有的能源和金融数据集。初步基准测试表明，大多数TSFM配置在此类高频数据上的表现不佳，这凸显了此类数据集在增强模型预训练、微调和泛化能力…
-
轻量级 LLM 在 5G 故障分析方面进行评估，Gemini-3.1-Flash-Lite 在效率方面领先
一篇新的研究论文评估了轻量级 LLM 在理解 5G 领域知识和执行故障分析方面的能力。该研究使用“LLM 作为裁判”的方法，在自由文本诊断任务上评估了 Claude-Haiku-4.5、GPT-5.4-Mini 和 Gemini-3.1-Flash-Lite 等模型。虽然所有模型在故障诊断方面的准确率都超过 90%，但它们在回忆具体的 3GPP 和 O-RAN 规范方面遇到了困难。由于其准确性、低推理成本和延迟的平衡，Gemini-3…
-
LLM 通过动态语义路由增强 5G 网络管理
研究人员开发了一种使用动态语义路由的 LLM 增强型 5G 网络管理方法。该方法允许网络运营商通过自然语言提示来控制网络功能，然后由语义路由器解释这些提示，以提取满足意图所需的详细信息。该研究评估了动态路由与静态路由选择的性能，证明了两种方法都能成功提取详细信息和格式化模式。