作为无线标准的最新版本,Wi-Fi 7 承诺提供更快的速度、更高的安全性以及更优的性能和用户体验。然而,迄今为止,企业采纳该技术的进展一直较为缓慢。为了推动 Wi-Fi 7 在商业部署中的应用,Wireless Broadband Alliance (WBA) 宣布了在企业场景下开展的 Wi-Fi 7 行业试验结果,据称这些试验在吞吐量、效率和延迟方面均表现出显著提升。
这些试验由致力于提升全球无线生态系统中 Wi-Fi 服务体验的行业机构 WBA 在真实的企业环境中进行,并与 AT&T、CommScope (Ruckus Networks) 和 Intel 合作。试验的核心目的是评估 Wi-Fi 7 在实际应用中的表现,重点展示该标准支持扩展现实 (XR)、人工智能 (AI)、云计算以及工业物联网 (IIoT) 等关键企业应用的能力。
更详细地说,试验还侧重评估了企业环境中速率与覆盖范围的表现,比较了 Wi-Fi 7 与 Wi-Fi 6E 在 5 GHz 以及备受青睐的 6 GHz 频段中的差异。
WBA 表示,试验结果基本显示:在 5 GHz 频段使用 40 MHz 频道时,Wi-Fi 7 的吞吐量几乎达到 Wi-Fi 6E 的两倍;在 6 GHz 频段使用 160 MHz 频道时,即便离接入点 (AP) 约 40 英尺远,稳定吞吐量仍超过 1 Gbps;此外,Wi-Fi 7 拥有更低的延迟和更高的效率,能够支持增强现实 (AR) 及虚拟现实 (VR)、视频会议以及自动化等下一代应用;并且其卓越的网络可靠性有助于企业在支持数千台连接设备的高密度环境中实现更高效的管理。
此外,试验还展示了在下行传输中速度可达 2 Gbps,并通过多链路操作 (MLO) 显著降低了网络拥堵。试验在受控和真实的企业环境中,分别针对不同频段和频道宽度下的吞吐量、延迟及信号覆盖能力,对 Wi-Fi 7 的性能进行了评估。
在 6 GHz 频段使用 160 MHz 频道时,Wi-Fi 7 在近距离可以实现接近 2 Gbps 的下行吞吐量,并在距离接入点 40 英尺以内维持超过 1 Gbps 的速率。在高密度企业环境中,接入点需要支持成千上万的同时连接,此时 Wi-Fi 7 提升的频谱效率以及 MLO 技术能够提供更加稳定、可靠的连接,即使在网络负载极高的情况下也能有效缓解拥堵。
试验还重点解决了新老设备互联的问题,特别展示了 Wi-Fi 7 在智能办公、制造、医疗以及沉浸式数字环境中应对关键连接挑战的能力。此次试验使用了 6 GHz 频段中 160 MHz 频道的配置,WBA 指出这将是高密度商业 Wi-Fi 7 网络部署(需要大量接入点)中常见的方案。但试验同时强调,目前大多数 Wi-Fi 7 设备还支持 320 MHz 频道,这在较小型网络中更为常见,并有助于为混合办公和消费级体验提供更高水平的性能。
WBA 认为,对于依赖实时协作、视频会议、AI 驱动自动化以及 AR/VR 应用的企业来说,Wi-Fi 7 所带来的低延迟和高吞吐量将带来切实的好处,从而确保实现所谓 “无缝” 的用户体验,杜绝性能瓶颈。
WBA 补充道,试验结果证实 Wi-Fi 7 在 5 GHz 网络中的表现也有显著提升——这一频段仍是许多传统设备的工作场所,从而确保了向后兼容性,并使企业在升级基础设施时能够实现更平滑的过渡。
试验结束后,WBA 表示将继续与行业领袖合作,加速 Wi-Fi 7 的推广,完善实施策略,并支持企业充分发挥 Wi-Fi 7 的全部潜能。
Wireless Broadband Alliance 总裁兼 CEO Tiago Rodrigues 表示:“Wi-Fi 7 不仅仅是一种演进,而是企业连接领域的一次革命性突破。随着其应用的加速普及,企业将在混合办公、沉浸式体验以及 AI 驱动自动化等各个领域获得切实的效益。WBA 致力于确保业界拥有所需的数据和洞察,以最大限度地发挥 Wi-Fi 7 的潜能。”
好文章,需要你的鼓励
CIO们正面临众多复杂挑战,其多样性值得关注。除了企业安全和成本控制等传统问题,人工智能快速发展和地缘政治环境正在颠覆常规业务模式。主要挑战包括:AI技术快速演进、IT部门AI应用、AI网络攻击威胁、AIOps智能运维、快速实现价值、地缘政治影响、成本控制、人才短缺、安全风险管理以及未来准备等十个方面。
北航团队发布AnimaX技术,能够根据文字描述让静态3D模型自动生成动画。该系统支持人形角色、动物、家具等各类模型,仅需6分钟即可完成高质量动画生成,效率远超传统方法。通过多视角视频-姿态联合扩散模型,AnimaX有效结合了视频AI的运动理解能力与骨骼动画的精确控制,在16万动画序列数据集上训练后展现出卓越性能。
过去两年间,许多组织启动了大量AI概念验证项目,但失败率高且投资回报率令人失望。如今出现新趋势,组织开始重新评估AI实验的撒网策略。IT观察者发现,许多组织正在减少AI概念验证项目数量,IT领导转向商业AI工具,专注于有限的战略性目标用例。专家表示,组织正从大规模实验转向更专注、结果导向的AI部署,优先考虑能深度融入运营工作流程并产生可衡量结果的少数用例。
这项研究解决了AI图片描述中的两大难题:描述不平衡和内容虚构。通过创新的"侦探式追问"方法,让AI能生成更详细准确的图片描述,显著提升了多个AI系统的性能表现,为无障碍技术、教育、电商等领域带来实用价值。