日本早稻田大学的甲藤二郎教授领导的研究团队，于9月9日宣布与日本NEC网通系统公司合作，开发出一种基于AI的轻量级预测模型，能够实时预测未来的无线电波状况，优先保证传输稳定性，防止视频播放中断。通过使用5G网络的实际测试，验证了该模型在减少视频卡顿、实现稳定播放方面的有效性。
有线电视作为传递全国电视广播和紧急信息的重要基础设施，在日本许多老旧的集合住宅中，由于光纤改造的成本和施工难度较大，难以普及。为此，利用5G无线电波一次性向大量家庭传输视频的“5G多播/广播服务（5G MBS）”技术受到关注。
本研究将通信目标从“最大化画质”转变为“确保视频可靠传输”，通过AI模型预测未来0.1秒内5G网络中28种不同调制编码方案（MCS）下无误码接收的概率，从而在通信状况恶化前及时切换到合适的传输设置。
该模型的四大特点包括：
- 对所有传输设置均输出成功概率，灵活平衡画质与视频中断风险；
- 采用独特的学习方法，严厉惩罚过于乐观的预测；
- 利用实际商用5G网络中以0.5毫秒间隔收集的约2600万条数据进行训练；
- 仅使用智能手机本身收集的测量数据作为输入。
在实际5G网络数据验证中，该模型选择的设置能在约87%的视频片段中实现无误码传输，而传统以画质优先的方案仅达到约32%。通过抑制过于乐观的预测，显著降低了视频中断风险。
该研究成果有望免除布线施工，实现通过本地5G稳定传输高画质电视信号，促进光纤难以覆盖地区的有线电视服务升级，助力缩小数字鸿沟。
