通信 第2页

大模型趋于分化，通用和垂直两条道路。美国模型聚焦通用，国内模型聚焦垂直行业。 通用大模型：参数普遍达上千亿甚至万亿，需要高算力进行模型训练，适用性广，如谷歌“ BERT”、OpenAI“GPT” 等。 垂直大模型：参数普遍几十到上百亿，所需算力小于通用模型，但对数据的专有性要求高，行业客户更易接受，能够看到明显受益。如华为“盘古”大模型。

本研究报告主要探讨了 5G-A（5G Advanced）无源物联网（IoT）的技术特性、应用场景和市场前景。首先，提出了无源物联各类关键技术的发展背景及标准化进展；其次，针对现有无源物联技术特性及能力进行了分析，并从终端设备类型、连接拓扑、部署场景、技术指标和能力愿景等角度对 5G-A 无源物联技术进行了分析；在此基础上，重点提出了 5G-A 无源物联的应用领域，并分析了重点应用场景及其市场前景；最后，对 5G-A 无源物联网技术及应用的未来发展进行了展望。

本研究报告主要探讨了 5G-A（5G Advanced）通感一体化技术在不同应用场景中的研究与发展情况。首先，介绍了感知技术的发展历程，提出了 5G-A 通感一体的发展背景；其次，分析了传统感知技术的原理、优势和限制，并提出了未来感知技术的四大趋势，包括通信感知融合、感知系统网格化、雷达向毫米波发展、人工智能的紧密结合；此外，重点解析了 5G-A 通感一体技术的特性及优势，并于传统感知技术进行了对比；在此基础上，提出了 5G-A 通感一体 8 大潜在应用场景及需求，并对重点应用场景的可行性进行了分析；最后，对 5G-A 通感一体技术及应用的发展进行了展望。