5月16日，“2026信息通信产业高质量发展研讨活动”在湖北武汉举行。本次活动是2026世界电信和信息社会日系列活动之一，聚焦2026年电信日“数字生命线：在互联世界中加强复原力”主题，涵盖十余场专题研讨会议，围绕5G-A与6G、AI智算网络、智能体互联网应用等行业密切关注话题展开讨论。

　　16日下午举行的“5G-A商用与6G技术演进”研讨会，以“5G-A落地赋能 共启6G新征程”为主题，汇聚中国通信标准化协会、中国信息通信研究院等机构、运营商以及产业链代表企业。其中，高通公司全球副总裁、中国区研发负责人、IEEE Fellow徐晧以“从5G-A到AI原生6G：共筑智能连接新底座”为题发表演讲。他指出，目前对6G发展产生重要影响的有两个主要的技术方向：一是AI在终端侧的应用日益增多；二是空天地一体化以及算力对终端侧和云端的影响日益显著。

　　在简要介绍完5G Advanced关键商用方向之后，徐晧从终端侧出发，分享了影响5G和6G发展方向的关键趋势。徐晧表示，过去，AI往往作为某项特定功能存在；而现在，用户可以让AI直接处理日常事务，智能体的应用正变得越来越广泛，这对6G系统设计也产生了深刻影响。徐晧指出，在设计6G时，不仅要考虑不同智能终端的连接需求，还要考虑它们之间如何协同。针对基站或网络端，也需要考虑如何利用人工智能、如何提供算力，以及如何提供更好的开放支持。

　　在演讲中，徐晧特别强调，在向6G演进的过程中，如何高效利用云端与终端侧的计算资源，需要高可靠、低时延、高速率的连接作为支持，这正是6G在实际运行中必须具备的关键能力。此外，网络还需要支持分布式计算，助力实现“云-边-端”协同运行。当各类智能终端需要与6G网络进行通信时，如何分配资源、使终端协同通信并与6G网络保持更顺畅的交互，也是值得重点考虑的方向。

　　行业数据显示，从2024年到2034年，全球广域网流量预计将增长3至7倍；其中，AI相关流量将占全部流量的30%，AI将成为移动数据流量增长的核心驱动力之一。针对其引发的容量挑战，徐晧称最直接的通信解决方案是利用更高频段的频谱资源，其中6GHz频段能够在覆盖能力和带宽资源之间实现更好的平衡。在提升6G网络速率和性能的同时，业界也在致力于降低部署成本并增强覆盖能力。

　　除了AI驱动外，6G的感知能力同样是值得重点关注的方向。徐晧在演讲中，介绍了多项在圣迭戈开展的前沿实验与演示，包括利用无线电数字孪生合成数据进行AI/ML模型训练、广域空中无人机感知、通过感知和AI实现可扩展的无线电数字孪生等。在演讲的最后徐晧指出，当前6G发展仍处于初期阶段，除了AI和通感一体化这两个方向，高通还有许多其他领域的研发正在进行中。

　　以下为徐晧演讲实录：

　　尊敬的各位领导、各位嘉宾，大家好！非常高兴有机会与大家相聚武汉，我今天的演讲题目是“从5G-A到AI原生6G：共筑智能连接新底座”。刚才前面的嘉宾与我们分享了近期5G Advanced（5G-A）的发展情况，以及运营商视角下的5G-A发展现状。

　　当前，移动通信发展正处于关键节点。每当新一代移动通信技术（新“G”）即将到来时，人们最常关注的问题是：为什么要发展这一“G”？它与前几代有什么不同？目前，对6G发展产生重要影响的有两个主要的技术方向：一是人工智能在终端侧的应用日益增多；二是在网络构建阶段，空天地一体化以及算力对终端侧和云端的影响日益显著。因此在演讲中，我将聚焦这两个方向——人工智能与通感一体化。

　　首先，我想简要介绍一下5G-A的发展情况。根据我们的预测，从现在到2027年，有几个关键商用方向值得关注。第 一个方向是AI/ML（机器学习），即人工智能对5G网络的影响，以及如何利用5G-A网络更好地支持人工智能。第二个方向是持续提升网络效率与终端能力。我们看到，支持新功能的手机不断涌现，包括多天线技术在内的5G-A特性也在持续演进，使频谱效率得到进一步优化。

　　另外两个方向，一个是RedCap（轻量化）。与当前的5G手机性能相比，RedCap芯片能力有所精简，但其应用范围更广，将逐步运用于面向主流市场的物联网产品中。无论是在中国还是海外，RedCap都是近期得到应用的5G-A关键商用方向之一。另一个是卫星通信。NTN（非地面网络）以及通感一体化目前正处于预商用或测试阶段，预计在中国也将很快得到应用。近期有海外消息称，美国三大运营商已联合推动卫星直连设备在美国的部署，中国星网以及新兴运营商也在积极推动相关技术的应用。

　　今年3月，高通发布了全球首个面向3GPP Release 19就绪的调制解调器及射频。这款产品除了支持增强的5G特性，还集成了第五代AI处理器，提升了移动游戏、视频通话与社交媒体场景下的用户体验。以上是我对5G-A进展的简要介绍，接下来我将从终端侧出发，与大家探讨几个影响5G和6G发展方向的趋势。

　　第 一个趋势是，越来越多的终端开始应用AI，AI智能体的兴起尤为显著。过去，AI往往作为某项特定功能存在，例如美颜或背景虚化；而现在，用户可以通过豆包手机或千问的多模态模型，让AI处理日常事务。这种智能体的应用正变得越来越广泛。现在，我们只需要直接对手机说出需求，它便会自动完成所有规划。展望更多新兴模式，当前较为流行的机器人便是一个典型应用。面向机器人领域，智能体是一种更为自然的交互方式。机器人本身无需安装大量应用程序，用户只需口头下达指令，机器人就会去执行。同样，对于另一种终端形态——XR眼镜，用户也只需要通过语音传达需求，眼镜便能直接响应并执行。

　　因此，近年来基于智能体的终端将越来越普及，并影响对6G的设计。为什么说6G是“AI原生”的系统？因为在设计6G时，我们不仅要考虑到各类不同智能终端的连接需求，还要考虑它们之间如何协同。同时，针对基站或网络端，我们也需要考虑如何利用人工智能、如何提供算力，以及如何提供更好的开放支持，这样才能形成向前推进的整体模式。这是我们观察到的一个重要趋势，从现在一直到2029年或2030年6G商用，它都将深刻影响着产业发展。

　　大家经常听到“AI是新的UI”，这是因为AI正在彻底改变手机原本简单的输入方式。自智能手机问世以来，我们已经习惯于利用手机键盘输入需求指令。然而随着智能体的出现，我们可以自然地用语音或简短的指令告诉手机我们的需求。无论是语音、音频、文本输入、图片还是视觉传感器等信息，都可以作为对智能手机的需求指令。在此基础上，AI智能体作为一个整体，将以智能化的方式在手机端整合所有这些输入信息，并与手机端的本地数据相结合。

　　为什么现在的人工智能被称为“智能体”？因为它能深入了解用户的使用习惯。例如，当用户出行时，它知道用户喜欢预订什么样的酒店、偏好靠窗还是靠走廊的航班座位，甚至能够访问用户的工作安排和日程。因此，当用户让智能体制定旅行计划时，它会基于所有这些本地内容，也就是用户画像，结合各类输入信息，为用户生成相应的输出结果。这一输出结果，是通过大语言模型以及更先进的多模态模型实现的，最终输出的内容能够满足用户在娱乐、商务或健康等方面的各种需求。这是一种全新的、与以往完全不同的手机和智能终端运行范式。而智能体，正是我们在6G时代必须重点考虑和设计优化的主要形式。

　　在6G时代，除了需要考虑上述不同类型的终端，6G还为智能终端与云端之间提供了非常出色的连接能力。目前，大多数人工智能算法都在云端运行，也有相当一部分算法已经在终端侧部署。例如，当前30亿参数级别的模型已经可以在终端侧轻松运行；而对于数百亿或千亿参数规模的模型，我们可将其部署在云端。因此，在向6G演进的过程中，如何高效地利用云端与终端侧的计算资源，需要高可靠、低时延、高速率的连接作为支持，这正是6G在实际运行中必须具备的关键能力。

　　同时，网络还需要支持分布式计算。正如刚才提到的，计算资源分布在云端、边缘侧和终端，因此需要推动实现“云-边-端”协同运行。此外，我们日常使用的智能手机、智能手表、智能眼镜、汽车，乃至家中的机器人——当所有这些智能终端都需要与6G网络进行通信时，我们该如何分配资源，如何使这些终端协同通信，并与6G网络保持更顺畅的交互，这也是我们值得重点考虑的方向。

　　接下来我将通过几个例子说明，在6G时代，哪些应用将驱动怎样的流量需求。第 一个例子是实时响应用户问询。当用户在查看一件商品时，直接询问该商品在淘宝或京东上的价格，个人AI助手就能迅速给出价格对比结果。这需要将商品图片上传至云端，所产生的流量大约为1-5Mbps，同时对应着特定的时延要求。第二个应用是“见我所见”（see what you can see）。例如，当用户佩戴XR眼镜四处游览时，用户希望家人或直播观众能实时看到他所见到的画面。这一应用对上行流量的需求非常高，我们对此类应用的上行流量需求也进行了初步估算。此外还有“虚拟化身通话”以及“个性化体验”等应用场景。

　　总结而言，从5G迈向6G的演进过程中，AI将成为移动数据流量增长的核心驱动力之一。据预测，从现在到2034年，全球移动数据使用量将增长5倍。从2024年到2034年，全球广域网（WAN）流量预计将增长3至7倍。其中，AI相关流量将占全部流量的30%，而机器人之间的直接通信也将成为重要的增量来源之一。这部分流量并非由人类活动直接带来，而是由AI系统驱动，代表了6G时代一个极为关键的流量特征。

　　针对上述容量挑战，最直接的通信解决方案是利用更高频段的频谱资源。目前，中国已批准了6GHz频段的6G试验频率使用许可。我们期望该频段能够成为全球通用的6G频段，因为该频段相比更高频的频段，能够在覆盖能力和带宽资源之间实现更好的平衡。

　　在提升6G网络速率和性能的同时，业界也在致力于降低部署成本并增强覆盖能力。在U6G频段采用更多的天线，可达到与3.5GHz或更低频段相似的覆盖效果，这与之前嘉宾介绍的多天线技术是一脉相承的。此外，为进一步支撑通信感知一体化功能，我们正在推进一种基于频谱分离的全双工技术——子带全双工（Sub-band Full Duplex, SBFD）。该技术在显著提升频谱效率、降低时延的同时，也为基站端的感知能力提供了有力的技术支撑。

　　除了AI驱动外，6G的感知能力同样是值得重点关注的方向。随着AI技术的发展，尤其是物理世界模型（physical world model）的兴起，系统对物理世界的理解能力变得至关重要。无论是自动驾驶还是机器人应用，当面对复杂的外部环境时，传统方法仅依赖较为简化的行为模型已远远不够。如果机器人要真正与人进行自然交互，就必须理解物理世界的基本规律，包括第 一性原理（first principles）以及各种物理定律。只有掌握这些原理，机器人才能完成叠衣服等精细操作，并准确感知周围环境的动态变化。

　　在通信感知领域，一项很重要的应用是能够通过感知技术了解并构建周围环境。当我们利用人工智能对通信系统进行优化时，数据匮乏往往是一个关键瓶颈。大语言模型训练所用的语言数据非常丰富，包括大量的文字和语音数据；然而，在针对通信系统进行人工智能优化时，由通信系统提供的数据却明显不足。为此，我们可依靠仿真技术，或构建基于数字孪生（digital twin）的网络知识体系，从而为人工智能网络提供其训练所需的数据支持。

　　这页幻灯片展示的，是我们在圣迭戈开展的一项实验：通过感知技术获取周围环境信息，并将这些信息用于人工智能模型的训练。我们还开展了广域空中无人机感知相关的演示。这一演示已经与很多中国厂商分享过，他们也开展了类似的基于单基站或多基站的无人机测试。此外，如果能够利用通感等各种手段获取非常精确的数字孪生环境，我们就可以实现更优、更节能的6G系统设计，以及更好的人工智能训练与应用。这页幻灯片展示的，是我们在圣迭戈开展的一项实验，用于验证上述设想和设计理念。

　　当前，无论如何设计通感一体化或数字孪生环境，我们所能构建的环境往往是静态的。那么，如何实现对动态环境的感知呢？这就需要借助6G来构建实时的数字孪生。也就是说，除了建立静态的周围环境模型，对于环境中所有可能发生变化的部分，我们都需要借助6G更快地实现实时的数字孪生，这对整个网络系统提出了更高的要求，也是我们目前正在积极探索的一个前沿领域。

　　今天我主要介绍了人工智能和通感一体化对6G发展的影响。我们知道，当前6G发展仍处于初期阶段。除了上述两个方向，我们还有许多其他领域的研发也在同步进行中。希望未来有机会再与大家分享更多细节。谢谢！