6G要來了！AI立大功

（公眾號：zhidxcom） 作者 | ZeR0 編輯 | 漠影 聖迭戈8月26日報道，今天，有機會來到位於美國加州聖迭戈的高通公司總部，現場見證高通火力全開——在高通6G技術日上披露圍繞6G技術積累的雄厚家底，還展出了各式各樣只有6G才能玩轉的AI原生用例。整場活動信息量非常大。6G三大支柱、Giga-MIMO、NTN（非地面網絡）、通信感知一體化、分佈式計算、AI眼鏡、智能體手機、協同通信、上下文感知通信、動態QoS，以及許多跨越頻譜、網絡和設備的6G創新……都被濃縮到這一天的會議裡。相比5G，6G不僅網速更快、覆蓋更廣，還實現了通信與感知、計算、智能的深度融合。

AI與6G緊密相連，6G將成為AI的基礎平臺之一，反之亦然。如果沒有足夠強大的6G網絡，無法承載未來的流量和設備，那麼很多設想的AI應用場景將無法實現。恰逢國新辦昨日舉行新聞發佈會，據工信部相關負責人介紹，“十五五”時期我國將加快6G核心技術攻關，持續開展6G技術試驗、標準研製，促進6G產業成熟和生態構建，為6G商用做好準備。

高通技術公司工程技術高級副總裁莊思民（John Smee）在接受媒體提問時談道，對於高通來說，中國是一個非常重要的市場，有大量技術演進和創新正在發生，在手機和消費終端領域充滿活力，高通一直非常積極地參與中國生態，會去理解中國市場和產業的優先需求，也會研究從電信邊緣到端側的技術。邁向2029年6G商用的目標，前方仍有大量標準化工作要做，莊思民說，真正的規範將在Release 21階段形成，這個過程中會有非常廣泛的中國生態參與。

一、與AI相輔相成，6G網絡開始感知並理解世界 CTIA總裁兼CEO Ajit Pai講了一個盲人跑馬拉松的真實故事：這位盲人戴著一副AI眼鏡，通過Be My Eyes應用與世界各地的志願者連接起來，這些志願者替他觀察道路、判斷方向，幫助他完成比賽。對於彼時彼刻的他來說，整個系統必須足夠快、足夠可靠，網絡中斷相當於腳下的道路突然消失。Ajit Pai設想，這位盲人的下一副眼鏡，可能不再需要遠方的志願者時刻盯著畫面。6G與AI結合後，眼鏡、設備甚至網絡本身，都可以感知並理解周圍環境，實時告訴他前方是彎道、人群還是障礙物。這恰好契合了高通眼中的6G。

過去的移動網絡負責讓設備聯網，高通描繪的6G願景，則要讓網絡開始理解它所連接的世界。高通執行副總裁兼技術規劃、邊緣解決方案與數據中心業務總經理馬德嘉（Durga Malladi）談道，過去10至15年間，無線通信技術與AI技術齊頭並進，如今這些技術正在交匯，相輔相成。一方面，AI將進入信號處理、調製解調器、無線接入網和網絡管理，幫助通信系統預測需求、分配頻譜、調整網絡參數，並實現更高程度的自主運營能力。另一方面，智能體、AI眼鏡、機器人和汽車又需要更強的網絡，把感知、計算與行動連成一體。

今天的計算以設備為中心，用戶拿起手機，打開app，調用其中的功能；未來則可能以智能體為中心，手機、眼鏡、手錶、耳機和汽車圍繞智能體分佈，用戶無論接觸哪臺設備，第一入口都會變成智能體。中國市場已經出現了一些例子，例如“豆包手機”以AI優先來思考產品，重新組織應用與系統的交互方式，還為AI增加了一個獨立物理按鍵。二、6G三大支柱：連接、感知、計算 智能體坐上主桌，網絡的任務也隨之改變，不但要連接更多設備，還要知道這些設備在做什麼、需要多少算力、哪條鏈路更可靠、計算應留在終端還是送往邊緣。為此，高通的6G願景有三大支柱：連接、感知、計算。（1）連接。

每一代移動通信技術，必須有比上一代更好的上行鏈路、更大的容量、更高的頻譜效率、更好的用戶體驗、更低的總擁有成本。高通也在開展NTN和衛星連接方面的研發。6G需要大型、連續的sub-8GHz頻譜中頻段和中上頻段，實現100-400MHz的信道帶寬。其目標之一是將頻譜效率提高大約50%。實現這一目標，需要減少保護頻帶、新的編碼和調製技術、通過減少協議開銷改善數據信道效率、採用更低開銷的DMRS、更先進的上行MIMO技術等技術組合。高通正與合作伙伴一起推動這些技術進入3GPP標準。在Demo參觀環節，我們看到高通的多個研發項目。

其中就包括兩款Giga-MIMO原型機，分別是13GHz和7GHz，信道帶寬均為400MHz。13GHz的波長更短，天線單元更密集，物理尺寸相對小。高通用緊湊型測試場來對天線進行校準，確保所有單元相位一致且同步，以實現能量聚焦。校準後，能量高度集中在0°方向，形成極窄波束。（2）感知。檢測並分類網絡中看到的對象，把這些數據彙集起來，可以得到一個類似於上帝視角的實時網絡環境視圖，看到網絡中正在發生的一切。隨後，可以把這些數據轉化為更高的網絡效率。Demo展區展出了一個基於通信感知一體化技術的研發項目，讓6G網絡能感知物理世界。

該項目採用一個全雙工基站系統，使用sub-6 GHz頻譜來檢測和追蹤汽車與無人機的位置、空間座標及速度，並基於AI的分類實時區分汽車與無人機。其無線傳感處理採用高通專用的感知計算板卡Qualcomm Cloud AI 100解決方案，與通信基帶處理分離。（3）計算。決定智能在哪裡發生。行業需要從大量現有的傳統RAN處理方式，轉向擁有更強高性能計算能力、更加節能的處理器。馬德嘉強調，設計6G必須非常謹慎，如果6G的任務僅僅是充當一根高效的“比特管道”，那就失敗了。高通的思路是構建一個“計算連續體”，計算從終端、邊緣、中間層延伸到數據中心。

聚焦到高通數據中心業務，其正在構建功率達160kW、採用液冷的機架，從這樣的數據中心繫統一路延伸到風冷服務器，再延伸到可以直接插入服務器的加速卡。三、AI驅動的流量，將佔全部寬帶的1/3 讓高通急著重新設計這根管道的，是AI正在製造一種完全不同的網絡流量。CTIA總裁兼CEO Ajit Pai在活動上分享了一些數據：AI-to-AI流量預計未來幾年增長大約8倍；預計不到十年時間，AI驅動的流量將佔全部寬帶流量的接近1/3。這些流量不需要人參與，但它們需要網絡。而且這類流量有個特點——極其不可預測，可能突然來一波，也可能持續高負荷。

傳統網絡的設計邏輯是為用戶平均需求分配資源，在這裡就完全不夠用了。所以，6G的底層邏輯必須變，不能只是更快的5G，必須在設計之初就把AI作為中心。AI將帶來一種完全不同的網絡流量，它將是實時的、雙向的、帶來巨大的上行流量增長、將更加不可預測、需要超高可靠性和超低時延，而且越來越多的通信將發生在機器與機器之間、智能體與智能體之間。智能會分佈於數據中心、網絡邊緣和終端設備，網絡將成為連接物理世界與AI的神經組織。未來智能設備越來越需要實時完成感知、通信、計算、認證和行動。

Ajit Pai援引了高通公司總裁兼CEO克里斯蒂亞諾·安蒙說過的話：“6G不僅僅是無線通信演進的下一步，它更是構建AI原生未來的基石，能夠將智能分佈於設備、邊緣和雲端，並將網絡運營商轉型為AI驅動型企業。” 四、6G的關鍵能力，承載海量AI設備的上行流量 想象一下，你戴著AI眼鏡看球賽，低頭回了條消息，一抬頭，糟了，錯過一個進球。這時，你只要問一句“剛才發生了什麼”，AI就可以從持續記錄的個人視覺信息中找到答案。這是高通正在測試的一個用例——AI Recall（AI回憶）。在這個場景中，AI眼鏡與支持蜂窩網絡的智能手機連接，持續拍攝畫面，同時在後臺不斷建立上下文信息和用戶個人記憶。

這會產生顯著的上行網絡流量，多達數Mbps。一個人使用尚可，但如果體育場裡幾萬人都這麼幹呢？這就是6G要解決的第一件事：更強的上行能力。過去十多年，移動互聯網的主要流量來自視頻、圖片、遊戲和社交媒體，用戶從網絡中下載的內容，遠遠多於上傳的數據。但AI改變了流量的方向。AI眼鏡會持續看，機器人會持續感知，汽車會持續採集環境信息，個人智能體可能全天建立記憶。它們始終在線、不斷生成數據，並且對網絡延遲非常敏感。智能體應用將推動無線網絡流量持續增長。高通算了一筆賬：對於多模型查詢、全天持續收集用戶記憶、實時直播周圍環境等應用，一個手機用戶每天使用20到40分鐘，一個月就能產生50GB以上的數據流量。

這個數字已經超過當前普通智能手機用戶平均月流量消耗的2倍。作為對照，根據愛立信移動市場報告，2025年全球活躍智能手機的月均移動數據流量為22GB。如果用上3D通話、實時AR等沉浸式體驗，網絡容量壓力還會繼續上升。那麼問題來了：現在的網絡扛得住嗎？高通採用3GPP方法進行了仿真。例如，如果一名用戶需要45Mbps下行和10Mbps上行，在擁有100MHz帶寬的5G系統中，一個小區可能只能同時支持5名用戶。而在引入中頻段和FR3、額外獲得約400MHz頻譜後，一個小區同時支持的用戶數可以提升到20~25人。

這組數字不能直接等同於真實網絡的普遍表現，實際容量還會受到信道條件、基站配置和調度方式影響。但它說明了一個很現實的問題。今天很多看起來驚豔的AI體驗，只能服務少量用戶，一旦同時使用的人變多，網絡容量、上行覆蓋和延遲就可能把它幹崩。這也是為什麼高通反覆強調：6G的關鍵在於網絡能否同時承載海量AI設備的上行流量。AI原生6G，並不是簡單地給5G加一個AI功能，AI既是網絡需要承載的新流量，也開始參與網絡自身的運行。五、分佈式計算：讓AI在手機和雲端之間“瞬移” 你現在用手機跑AI，要麼走雲端（費流量、有延遲），要麼用端側模型（省流量、但模型小能力弱）。而6G能讓這個選擇變成動態、實時、無感的。

在一個例子中，用戶佩戴AI眼鏡觀看巴塞羅那聖家堂的3D渲染。當蜂窩網絡能夠提供5~20Mbps速率、60fps幀率和較低延遲時，原本在手機上執行的計算任務就可以卸載到邊緣側，效果很好。但等用戶轉過一個街角，信號突然變差，或者遇到網絡擁塞時，計算任務就會迅速切回設備端，改用設備本身的端側AI能力繼續處理，畫面不會卡住。高通和運營商做測試時發現，這種動態切換可以顯著提高應用覆蓋範圍和系統容量。也就是說，網好時，通過蜂窩網絡把部分計算卸載到邊緣，處理結果回傳到設備存儲，從而減少端側功耗、延長電池壽命，還能調用更大的模型；網差時，切回設備端本地執行，確保用戶體驗無縫平滑。

6G原生支持具有計算感知QoS的分佈式計算，包括准入控制、替代QoS配置文件、具有多個QoS流的計算工作負載等。計算任務不再被固定在手機、邊緣或者雲端，而是根據實時的網絡連接、設備電量、延遲要求和可用算力，在不同位置之間動態遷移。在Demo展區，工作人員向我們演示了佩戴由驍龍平臺驅動的AI眼鏡，眼鏡的攝像頭會持續捕捉周圍環境，工作人員說“找到我的咖啡杯”後，系統基於之前的圖像記憶，返回最後一次看到咖啡杯的時間及圖像。另一個Demo演示是智能體手機。手機上有用戶在不同app中的聊天內容，這形成了跨app的個性化上下文記憶。

當工作人員詢問“攜帶專業相機旅行時應該背哪種雙肩包”，手機智能體會檢索到之前家庭群裡關於背包的討論，並給出針對性的建議。這套分佈式計算機制，同樣適用於筆記本電腦、機器人、汽車、攝像頭等各種終端，原理一樣，根據網絡狀況、設備電量、可用算力，實時決定計算應該放在哪。六、協同通信：多設備組成資源池，誰網好誰當主力 計算位置解決了，但還不夠。未來，一個人攜帶的AI設備可能不止一臺，眼鏡、手機、手錶和耳機都有連接與計算能力，也各有弱點。比如，眼鏡的天線容易被頭部遮擋，導致信號衰減。遇到這種情況時，眼鏡會自動把數據通過Wi-Fi傳給手錶，再利用手錶的蜂窩連接上網，全程體驗無中斷。高通把這稱作協同通信。

其核心思想是，讓多個支持蜂窩網絡的個人AI設備組成一個通信和計算資源池，通過彼此協作，將流量跨設備分佈，從而降低延遲，提高吞吐量、應用網絡覆蓋率和可靠性，最終優化整體用戶體驗。簡而言之，誰信號好誰當主力，誰被遮擋誰就借道。用戶不需要關心自己到底攜帶了哪些設備，系統可以持續提供Always-on、響應迅速的網絡連接，並訪問部署在邊緣側的更大模型。根據高通在實驗室做的大量原型驗證，這種方式可以改善小區邊緣環境中的上行延遲、吞吐量和覆蓋範圍，尤其在頭部遮擋出現時改善更加明顯。今天的移動網絡，連接的是一臺臺獨立設備。未來的6G，則試圖連接一個由多部AI設備組成的協同系統。

七、上下文感知通信：讓網絡“看懂”你在幹什麼 下一個關鍵問題是，網絡資源怎麼分配？現在的5G網絡可以識別連接質量，也擁有QoS和網絡切片等能力，但它只知道你在用流量，不知道你具體在用高流量幹什麼，更不知道兩個看起來速率相近的數據流背後可能對應完全不同的體驗。比如，一個人可能正在瀏覽靜態網頁，另一個人正在和實時AI交流。如果無線信道條件相近，網絡可能給它們分配相似的資源。但從用戶體驗看，這些任務對帶寬和延遲的要求完全不同。進入6G時代，高通設想在設備端部署UE Agent（終端智能體）。

它可以讀取應用流量類型、傳感器輸入和多媒體體驗指標，判斷用戶是在玩雲遊戲、進行實時AI會話還是看普通視頻，是在室內還是室外，是在靜止狀態還是移動狀態，視頻質量或應用流暢度如何。然後，設備智能體可以在網絡監督下動態調整本地網絡參數，或者通過動態QoS向網絡傳遞任務需求，從而獲得響應速度更快的網絡體驗。高通認為，讓終端擁有一定程度的自主能力，很可能會成為從5G向6G演進過程中最重要的差異化特徵之一。一個案例是用戶在苗圃拍攝了一段10秒視頻，詢問AI哪些植物適合種在自己家後院。在5G情況下，如果發生網絡擁塞，上傳視頻會耗時很久，甚至可能卡住。

有了動態QoS，終端智能體可以識別出這是一段對延遲非常敏感的AI流量，於是向網絡發出需要更多網絡資源和優先級的請求，基站為它分配更多資源後，大約12~14秒就給出了答案。而左邊的5G環境下，視頻上傳和AI問答耗時約48秒。另一個例子是在用戶看視頻時，終端智能體會實時監測視頻質量，判斷看這段視頻不需要12Mbps，7到8Mbps就夠維持相近的觀看體驗，然後把這個信息發給網絡，這樣節省了大約33%的帶寬佔用。節省下來的帶寬，又可以服務更多用戶。這就是上下文感知的價值，不僅讓單個用戶體驗更好，還讓整個網絡的效率更高。當然，設備不能因為聲稱自己在運行延遲敏感類應用，就無限制地優先搶佔網絡資源。

高通給出的邊界，是參數調整和動態QoS都必須在網絡監督下進行，設備只能在運營商設定的安全範圍內行動。這也是“AI原生6G”的另一面。AI不僅運行在網絡之上，還被放進調製解調器、無線接入網和網絡管理系統。傳統信號處理與AI算法結合，網絡持續吸收運行數據，逐漸提高自主優化、自我修復和實時適應能力。結語：我們正處在一個獨特的技術拐點 分佈式計算決定任務在哪裡運行，協同通信決定數據從哪裡傳輸，上下文感知通信決定網絡資源如何分配。它們共同推動的，是網絡角色的改變。過去，網絡主要根據連接質量傳輸數據。

高通描繪的6G圖景，則讓網絡向前一步，開始理解設備的狀態、應用的意圖和用戶體驗的變化，再動態協調連接、頻譜與算力，讓智能分佈於終端、邊緣和雲端。這也解釋了為什麼高通反覆強調從設備到數據中心。隨著AI任務可以在設備、邊緣和數據中心之間遷移，高通的業務版圖已覆蓋端側計算、無線連接、邊緣推理和數據中心算力。AI是系統問題，這種橫跨設備、連接和計算的能力，恰好給了高通一個重新介紹自己的機會。當前，我們正處在一個獨特的技術拐點，無線通信、邊緣AI、XR和低功耗計算同時快速發展，並開始交匯。高通正在面向這些下一代體驗設計6G，開發底層技術，以讓這些技術具備真正大規模部署的能力。

我們今天討論的這些場景，有些還是高通的原型、仿真與試驗結果，但未來某一天，它們也許會融入到人們習以為常的生活日常中。技術過渡向來如此，發生的時候悄無聲息。回頭一看，世界已經翻天覆地。