6G和人工智能正在解决速度以外的根本问题

作者：周亚 如果非要用一个词来概括我对今年MWC2026的整体印象，可能就是AI的“二次渗透”正在进展。他们贯穿两条看似独立、实则交织的路径。一方面，我们看到越来越多的个人人工智能渗透到手表、眼镜、胸针和耳机等熟悉的设备中，试图比你更了解它们。另一方面，网络越来越智能化，将感知和计算注入到基站和RAN中。 6G 将这两条路径连接成一根绳子。高通将6G定义为“连接、感知和计算”三位一体，本质上是一个人工智能原生网络。 6G 不仅仅是一个原生互联人工智能平台。 “为什么现在谈论6G？谁在期待？为什么这么急？” Durga Maradi，执行副总裁兼技术规划、边缘解决方案和数据中心总经理来自高通技术公司的业务主管在与我们的对话中开门见山地提出了电信行业的一个常见问题。事实上，随着5G不断发展（目前处于5G-A阶段），过早谈论6G似乎有点“老套”。不过，高通的回应却十分有力：时机已到，无需再拖延。因为与 5G 并行开发的一个巨大变量已经摆在桌面上：人工智能。 “5G在发展，AI也在疯狂，这两种技术未来都有巨大的潜力。”马德嘉解释道。 “因此，我们现在必须开始规划一个新的蜂窝平台，可以将两者的优势结合在一个技术系统中。”这些想法最终体现在高通的 6G 愿景中，并在 MWC 上首次详细介绍。它不再是专注于连接这一维度的线性升级，而是连接、广域传感和高性能计算。我们打造了三个基础：这三个基础为未来的智能体验奠定了最深厚的基础。 Qualcomm Technologies 执行副总裁兼技术规划、边缘解决方案和数据中心业务总经理 Durga Maradi 表示，基础是人工智能重塑的“连接”。即使在 6G 时代，连接作为移动通信的核心仍然至关重要。但重点已经改变。到目前为止，从 3G 到 5G，我们的连接搜索主要集中在“下行链路”或更快的下载速度，这意味着更流畅的视频和更快的游戏加载速度。然而，随着人工智能，尤其是其终端应用的兴起，一个被遗忘已久的瓶颈开始出现：上行链路。 Qualcomm Technologies工程技术副总裁季廷芳博士总结道：“目前，下行速度很快，但上行相对有限，因为在以前的应用中，上行数据量非常有限。”相对有限。但去年以来，随着智能设备（如智能手机）的出现，上行数据量突然大幅增加。未来十年，我们必须始终遵循A。”参与度和上游能力肯定是瓶颈。“换句话说，随着个人AI设备，比如AI眼镜、AI别针等成为未来的主要接口，设备需要足不出户地上传看到的图像和听到的声音，才能在云端或边缘获得AI分析和反馈。这种连续的数据加载要求将对上行链路带宽和时间产生重大影响。它专注于“改进上行链路功能”。纪廷芳有一些重要的建议。技术路径：例如6G将引入“全双工”（FDX）的概念，目前5G网络有时间限制。这就像一条单向路径。这是因为现有的子带双工 (TDD) 使用“四个 r全双工技术可以让你同时发送和接收信号，打破延迟魔咒。例如，向更高频段的演进和天线数量的增加提供了新的解决方案，发散使信号向各个方向分散，而6G高频段使用matrantennaices。这就像一个“聚光灯”，即使手机发射功率保持在200的安全标准内，也可以向基站发送信号ms，同时仅通过基本的波形优化即可实现2倍的上行增益，他强调，通过引入高通最新的X105射频调制解调器和平台，应该原生支持6G连接能力，它已经可以实现流量分类并识别来自微信、WhatsApp、Teams的视频流量或简单地监控YouTube流量，这表明未来6G将提供最佳连接。人工智能应用的活动服务。 Qualcomm Technologies副总裁兼无线基础设施和网络业务总经理Ganesh Swaminathan在接受采访时也明确表示：“在Qualcomm看来，蜂窝和Wi-Fi网络很常见。”未来十年，越来越多的应用场景、不同的带宽需求以及对延迟和覆盖的敏感度要求将最终决定哪种技术最适合在给定场景中采用。“移动和Wi-Fi的这种互补共生将构成AI时代连接的基础。高通技术公司无线基础设施网络业务副总裁兼总经理 Ganesh Swaminathan 的基石 2：广域感知：打开网络之眼“认识”重建连接是否意味着修建道路6G 为移动通信网络带来了新维度，这也是 6G 相比之前最独特的超能力io发电技术。 「これまでの通信技术では、知覚とコミュニケーションを组み合わせたことはありま」せんでした。6Gでは、知覚は独自のスキルです。」马德佳氏は、「すべての携帯电话基地局と无线ユnittoが认识能力を持ち、空を飞ぶドローンや地上の交通を识别できるようになれば、どれほどの商业的価値が生まれるだろうか」と兴奋気味に强调した。这项技术在业界被称为“联觉整合”。 （ISAC）。基本上，它将您的基站变成低分辨率但范围很广的雷达。基站第一次拥有了自己的眼睛。 MWC 千兆-MIMO （非常に大规模なアンテナ技术）の広域センシング机能を使用して、センチメートルベルの精度のドローン検出を実现することを现実にしました。纪廷芳 Giga-MIMOテクノロジーによりスペクトルのカバー范囲を改Giga-MIMO技术により、上位ミッドバンド(上中乐队）により多くのアンテナを统合することができ、端末の机能が向上します。 「认识は、広范なネットワークカバルジを必要とする非常に特殊ななプープーションシナオです。これは基本的に无」线信号に基づいています。これは、通信事业者が変革を达成するための重要なエentoriポイントです。」季廷芳氏は增强した。ビジネスモデルの観点から、现事业者のセキュuriティ监视は主にビデオカメラに存依していると分析した。中国に4 00万以上ある已存の5G基地局を新たな広域に変えれば、より豊富な情报を取得できるようになる。 6G 的“射频传感”功能可以在现有基础上增加新的信息维度。例如，目前有调查兰斯摄像头技术通过5G网络连接并捕获视频图像，并使用AI分析盒来检测镜头中的人是否佩戴安全头盔。这是目前企业场景使用的解决方案。在6G时代，这个摄像头将不仅是一个连接路径，而且本身也是一个雷达。即使在天黑、下雨或有人在树后行走的障碍物时，光学摄像头也可能出现故障，但射频信号可以穿过这些障碍物并实现有效感知。更重要的是，这种识别方法具有明显的隐私优势。 “6G检测技术可以将任何联网设备变成雷达。雷达使用的频段波长为厘米级，它可以检测运动，但无法确定目标身份。这对于许多隐私敏感场景非常有价值。”季廷芳补充道。基础知识 3：“高性能分布式计算”，让大脑发挥作用网络。网络有眼睛，可以看到大量数据。接下来出现一个关键问题。所有这些天文数字量的数据是否都会发送到云端的远程服务器进行计算？马德嘉通过一个非常真实的功耗对比，阐述了数据处理的思路。 “如果AI推理完全放在设备侧，仅消耗几瓦的电力，但如果全部放在云数据中心处理，单个机架的电力消耗在100到200千瓦之间，需要复杂的液冷系统来保持运行。如果放在网络侧（如基站）会怎样？”只需安装普通风冷服务器和加速卡，即可降低功耗100至300瓦。这不仅降低了功耗，还考虑到了高通的“混合”或分布式计算路径。高通认识到，随着人工智能从“训练”阶段转向“推理”阶段，计算能力必须不断提升传输到距离用户更近的基站或边缘节点，在功耗和延迟方面提供显着的优势。这个专业的“边缘计算”实际上涵盖了两个节点。一是设备本身，二是运营商网络。它支持整体架构并形成端点、网络和云之间的链接，以提供最佳解决方案。 “中国已经建设了超过400万个5G基站，它是一个非常大规模的计算节点，也是运营商的重要资源。”季廷芳说。到目前为止，基站边缘计算（MEC）一直引起很多关注，但很少有关注。原因很简单：没有人工智能，我们就无法利用我们的计算能力。目前，终端AI产生的巨大推理需求足以充分激活这些闲置的计算节点。运营商可以将AI加速卡部署到全国各地的基站，打造去中心化的AI推理网络。当被问到是否有这个要求时在对现有RAN（无线接入网络）架构进行调整的过程中，马德加提供了高通公司的独特愿景。他认为网络上的工作负载可以分为两类。一种是传统的RAN协议栈处理，最好由CPU完成。另一个是AI推理，最好由NPU来完成。 “两类工作负载的处理流程完全不同。业界还有另一种观点认为GPU可以同时解决所有问题。我们认为事实并非如此。要达到最佳解决方案。不同的工作负载需要定制化的处理方案。”这种异构计算的理念体现了高通在芯片设计领域的深厚能力，构建了能效比最优的网络大脑。连接、感知和计算：这三个基础要素共同构建原生 6G AI 平台。为推动6G积极发展，高通牵头制定“6G De“6G将成为全球标准。”纪廷芳对此毫不怀疑。 “一旦出现不同的标准，整个生态系统将无法抵抗。”这一涵盖全球主要公司的共识是迈向统一标准的第一步，也是最重要的一步。手机、人工智能将能够在各种设备上工作。 6G在宏观层面重塑网络的同时，在微观层面，“个人AI”的微观世界正在爆炸式增长。 Qualcomm Technologies 技术公司移动、计算和 XR 业务集团执行副总裁兼总经理 Alex Katauzian 将注意力转向我们每个人。在他看来，人工智能眼镜、胸针等智能穿戴设备爆发的核心，不在于应用的好用性，而在于设备的使用能力。自己检测用户的生活。 “当你把这些设备戴在头上、身上或脖子上时，它们都配备了摄像头和麦克风。你可以随时看到你所看到的、听到你所听到的。你甚至不需要拿出手机、打开电脑或手动搜索。你只需提出一个简单的问题，AI 就会识别出来。完美。卡图赞描述的这种交互是高通‘Snapdragon 可穿戴平台 Extreme’的结果。卡图赞首次插入了专用的手表或眼镜可以直接兼容具有 20 亿个参数的大型端到端模型，但实际上手掌甚至硬币大小的可穿戴设备能否承受具有 20 亿个参数的大型模型的功耗？使用NP。直接由U处理。Katuzan评价这种本地直接输出体验：“非常方便，而且延迟超低。”第二个层次是“好”。当事情变得更复杂一点时，可穿戴设备就不起作用了。它们会自己唱歌；您可以通过蓝牙或 Wi-Fi 将任务无缝“卸载”到口袋里的手机或包里的电脑上。今天的手机和PC已经可以运行具有100亿甚至200亿参数的模型，并且即使没有互联网连接也可以提供非常高质量的响应。第三层需要天文地理知识，只有遇到需要广泛推理知识的基础问题时，你才会最终把任务抛到云端。正是这种“三级火箭”计算中继平衡了延迟、功耗和性能的“不可能三角”，交付给云端的大型模型以降低维度。这使得智能d在应对极端的硬件压力时，可以随时求助于最好的人工智能。高通已将芯片组架构的多项功能的功耗控制在非常低的水平。此外，在运行特定模块时，无需为整个芯片的其他组件供电，从而实现最大的电源效率。卡图赞说，由于这种非常高的集成度，当前的芯片主板可以显着节省可用于连接电池的物理空间，并且即使在如此高的功率下也可以运行大约八个小时。控制消耗有望将未来设备的电池寿命延长至 16-20 小时。高通技术公司 (Qualcomm Technologies) 执行副总裁兼移动、IT 和计算总经理 Alex Katouzian 想知道上帝用来战斗的这三四个设备如何知道彼此在做什么。我们独特的个人信息如何在它们之间无缝流动？卡图赞推荐了两条非常实用的stra在这方面的特吉斯。第一个叫CQualcomm平台配置，用一套标准软件征服世界。如果你购买的设备来自多个厂家，没有完整的“族群”生态系统怎么办？高通直接提供整套参考设计平台，包括软件堆栈和支持应用程序供下载。卡图赞举了一个基于高通SDK开发的智能胸针的例子。当您将胸针连接到移动应用程序时，该应用程序会主动询问您问题以了解您的个人信息（我们建议将此数据保留在您的设备上并将其备份到您的私有云）。这个应用程序也是一个“主调度程序”。当需要执行某项任务时，它会智能地优先考虑计算能力，让你的手机先计算，如果无法执行，则无缝发送到ChatGPT或豆宝等智能平台人工云。 “随着这些人工智能助手越来越了解你呃，他们提供的帮助会越来越有用。”第二个叫“厂商包容”，利用了主机厂原生的绿色闭环。如果手机和可穿戴设备都是主机厂自己做的，那就容易多了。卡图赞举了个例子。比如说，你买了一部手机，又买了同一个品牌的智能眼镜，设备一打开包装，就自动在底部连接，与厂商的产品无缝连接。在这个原生生态中，设备制造商甚至在出厂前就已经悄悄地为所有跨端协作和计算能力的编排铺平了道路，因此一种方式是高通的“通用软件”。这两种解决方案协同工作，使个人人工智能能够像访问一样轻松地来去，无论它在什么设备上。但这筹集了资金心理问题。当你训练这个人工智能并且它变得越来越个性化，几乎成为世界上的“另一个你”时，“数据”和“个性”驻留在哪里？如果您丢了眼镜或买了新手机会怎样？你如何从这个最了解你的人工智能助手转变过来？卡图赞提出的解决方案将“设备隐私”与“私有云备份”结合起来。 “用户数据在本地（设备上）绝对更安全，因为除了用户之外没有人可以访问这些数据。”我们强烈建议将个人数据和模型备份到私有云，以避免设备丢失或更换带来的数据风险。请注意，这里的私有云是有锁的。 “所有这些数据都经过加密，必须使用自己的唯一密钥来解锁。OEM 和云服务提供商都不拥有此密钥。”除了数字世界，人工智能将跳出屏幕，拥抱物理世界。如果人工智能有四肢和感官，它真的会活起来并帮助我们倒水吗？在现实世界中吃饭、搬砖，甚至开车？答案是肯定的。到那时，我们无疑将进入一个具身智能的新时代。在与MWC同期举行的论坛上，高通技术公司执行副总裁兼汽车、工业、嵌入式物联网和机器人业务群总经理Nakul Duggal揭开了高通在嵌入式智能领域的努力。 “具身智能相对来说我想大家都同意这是一个新概念。”杜格尔坦白地说。这一理念的核心是让AI不仅仅是一个处理信息的数字大脑，而是一种可以通过物理实体（如机器人、汽车）感知和影响世界的“行动”。 Duggal 指出，计算机视觉的进化路径已经完全改变。从单一图像识别到视觉语言模型（VLM），再到视觉语言行为模型（VLA）。这种演变使机器不仅能够“阅读”d“理解”，但更重要的是“行动”。这简直就是和6G形成了一个完整的闭环。 6G的广域感知能力相当于实时构建了一个“数字孪生”物理地图，而具体化的智能机器人就是行动者，他们在这张高精度地图上进行操作。这意味着创造未来机器人的规则已经改变。硬件（四肢、爪子、传感器）和人工智能算法（大脑）必须设计为一个相互连接的整体。这就是真正的“身体智能”。听房提供了与前述“个人AI设备”一致的解决方案：分布式智能。 “我可以想象，五年之内，机器人很可能会出现在我们的家中。”纪廷芳想，“我们如何解决计算能力和能源消耗问题？”很简单：将VLA（Visual-Language-Action）模型分解为本地运行的较小模型，将用于推理的语言部分分解为本地运行的较小模型。将其放入云端。“这种解耦的思路。这条路径连接了高通的业务：第一步（小脑响应）：使用高通Sna机器人平台pdragon（如悦龙IQ10）成为机器人的“局部小脑”，在设备端运行中型视觉模型，处理实时感知和快速反应，让机器人在行走时避免摔倒，实现毫秒级条件反射。第二步（神经传导）：通过6G网络的超快“数字化”“神经”，将需要深度思考、消耗大量算力的自然语言理解和复杂决策任务瞬间下载出去。 第三步（云大脑）：下载到运营商基站的边缘计算节点，比如高通AI100系列，都部署在这里完成。大规模AI模型的推理任务，功耗比cor低得多es.传统数据。端管条件反射，边管深度思考，6G负责完美连接。这种“端-边-云”协同化身的智能系统，让机器人拥有轻量化、低功耗的机身，同时还能通过6G随时召唤出强大智能的“云大脑”。这使得通用智能机器人的实现在商业和技术上都更加可行。 “自上一次推出真正的新型设备（智能手机）以来，已经过去了大约 20 年。” 4G时代的智能手机定义了过去二十年的移动生活。高通在6G时代期待的是下一代颠覆性设备。当被问及手机是否会被取代时，马德西亚回答说：“手机不会消失，但我们使用手机的方式会彻底改变。” “未来的智能将不再局限于屏幕，而是以多种形式陪伴用户。”Kat乌赞宣布。 MWC期间高通 据Joule透露，6G将于2029年正式商用。为了实现这一目标，2027年将开始原型机演示，2028年推出预商用解决方案。距离2029年只剩三年时间。对于埋头研发的工程师来说，三年转眼就过去了。用马德嘉的话说，“我们还有很多工作要做”。但当我们站在新旧时代过渡的门槛上时，未来三年可能是重塑未来20年科技格局的最重要时期。
特别提示：以上内容（包括图片、视频，如有）由自有媒体平台“网易账号”用户上传发布。本平台仅提供信息存储服务。
注：以上内容（包括图片和视频，如有）由网易号社交媒体平台用户上传并发布，该平台提供仅形成存储服务。