4月10日至12日，由未來(lái)移動(dòng)通信論壇、紫金山實(shí)驗(yàn)室主辦的2025全球6G技術(shù)與產(chǎn)業(yè)生態(tài)大會(huì)在南京舉行。作為6G領(lǐng)域最具影響力的國(guó)際會(huì)議，這一大會(huì)已連續(xù)舉辦四屆，成為促進(jìn)全球6G技術(shù)交流與合作、推動(dòng)技術(shù)和場(chǎng)景創(chuàng)新的重要平臺(tái)。今年，大會(huì)以“共筑創(chuàng)新 同享未來(lái)”為主題，聚焦人工智能、無(wú)線通感融合、空天地一體化、毫米波和通信等領(lǐng)域，匯聚來(lái)自全球6G領(lǐng)域的思想領(lǐng)袖、技術(shù)先鋒和產(chǎn)業(yè)領(lǐng)軍人物，共同探尋助力科技成果轉(zhuǎn)化的最佳路徑，探討6G技術(shù)創(chuàng)新與未來(lái)產(chǎn)業(yè)生態(tài)的發(fā)展藍(lán)圖。
2025年是6G發(fā)展的關(guān)鍵之年，作為6G標(biāo)準(zhǔn)制定的元年，將見(jiàn)證全球統(tǒng)一標(biāo)準(zhǔn)的推進(jìn)，而人工智能與通信的融合是關(guān)鍵的技術(shù)趨勢(shì)之一。在大會(huì)首日，高通公司中國(guó)區(qū)研發(fā)負(fù)責(zé)人徐晧受邀出席 “通信與AI融合”分論壇，并發(fā)表題為“利用6G和AI重塑移動(dòng)連接的未來(lái)”演講。徐晧在演講中強(qiáng)調(diào)了6G與AI的協(xié)同賦能和融合發(fā)展，表示AI已經(jīng)在各種智能終端得到了廣泛應(yīng)用，，而5G Advanced向6G的演進(jìn)也能很好地推動(dòng)AI發(fā)展。
首先無(wú)論是云端，終端還是邊緣側(cè)的AI都有望為6G帶來(lái)更多的應(yīng)用場(chǎng)景。徐晧分享了終端側(cè)AI的優(yōu)勢(shì)，以及連接在其中扮演的關(guān)鍵角色。他指出，終端側(cè)AI能夠帶來(lái)成本、能效、性能、隱私、安全和個(gè)性化等多項(xiàng)優(yōu)勢(shì)，而在云端、邊緣側(cè)和終端分配并協(xié)調(diào)AI工作負(fù)載的過(guò)程中，5G和6G連接提供了穩(wěn)定且低時(shí)延的接口。徐晧提到，今年是高通公司成立40周年，而高通深耕AI研發(fā)已超過(guò)15年。如今，AI正越來(lái)越多地在人們觸手可及的終端上運(yùn)行，在手機(jī)、PC、XR等領(lǐng)域展現(xiàn)出巨大潛力，這些AI應(yīng)用會(huì)產(chǎn)生大量的數(shù)據(jù)和全新的需求，并且持續(xù)推動(dòng)6G的發(fā)展。
另一方面，AI也可以給無(wú)線通信設(shè)計(jì)提供全新的解決方案。在無(wú)線通信領(lǐng)域，無(wú)線通信和AI具有互補(bǔ)優(yōu)勢(shì)。徐晧指出，AI的優(yōu)勢(shì)在于能夠在復(fù)雜任務(wù)中進(jìn)行準(zhǔn)確預(yù)測(cè)，此外在面對(duì)很多不確定因素的時(shí)候，AI能夠發(fā)揮出更大優(yōu)勢(shì)；而無(wú)線通信是已經(jīng)比較成熟的領(lǐng)域，有很扎實(shí)的理論基礎(chǔ)作為支撐，且歷經(jīng)幾十年的研究和積累在很多工程問(wèn)題上建立了精確的數(shù)學(xué)模型和最佳解決方案。然而在某些反面，比如無(wú)線信道的測(cè)量，預(yù)測(cè)和壓縮還有很大的優(yōu)化空間。無(wú)線通信和AI的結(jié)合，能夠更好地優(yōu)化信道反饋、波束預(yù)測(cè)和無(wú)線定位等問(wèn)題，帶來(lái)更好的無(wú)線通信系統(tǒng)性能和表現(xiàn)。
徐晧也特別提到高通如何利用AI提升5G性能。不久前剛剛推出的高通X85，搭載了高通第四代集成到調(diào)制解調(diào)器的專用AI處理器，能夠以更高的處理性能運(yùn)行更多AI專用5G算法，AI推理速度相比上一代快30%。在演講最后徐晧還指出，除了AI，還有很多6G關(guān)鍵研究方向，包括較為基礎(chǔ)的調(diào)制與編碼技術(shù)、各種物理層的增強(qiáng)、感知等等。
以下為徐晧演講實(shí)錄：
大家好，我是高通公司徐晧。今天我想與大家分享高通公司在AI和6G領(lǐng)域的研究與規(guī)劃，共同探討如何利用6G和AI重塑移動(dòng)連接的未來(lái)。
6G和AI是當(dāng)前最熱門(mén)的兩個(gè)話題，這頁(yè)幻燈片展示了6G與AI如何協(xié)同賦能，共同推動(dòng)無(wú)線技術(shù)向前發(fā)展。可以看到，在云端部署AI有諸多優(yōu)勢(shì)，比如云端擁有更強(qiáng)大的算力。但隨著無(wú)線連接技術(shù)推動(dòng)智能網(wǎng)聯(lián)終端的普及，我們也意識(shí)到，終端側(cè)AI對(duì)于AI的規(guī)�；瘮U(kuò)展至關(guān)重要。我們每個(gè)人都有包括手機(jī)、汽車在內(nèi)的各種智能終端，隨著AI的日益普及，很多AI處理都能夠在終端側(cè)完成。今天我演講的第一個(gè)部分將介紹AI在端側(cè)的推廣如何為6G帶來(lái)更多的應(yīng)用場(chǎng)景。然后在第二部分，我會(huì)分享AI在無(wú)線通信中的應(yīng)用，也就是如何利用AI技術(shù)取代無(wú)線通信中的一個(gè)或更多的模塊。
實(shí)際上，從現(xiàn)在5G Advanced向6G的演進(jìn)過(guò)程中我們已經(jīng)看到了很多端側(cè)AI的應(yīng)用潛力，稍后我會(huì)分享更多基于終端側(cè)AI實(shí)現(xiàn)的用例。終端側(cè)AI能夠帶來(lái)成本、能效、性能、隱私、安全和個(gè)性化等多項(xiàng)優(yōu)勢(shì)，我想通過(guò)兩個(gè)簡(jiǎn)單例子說(shuō)明。第一個(gè)用例是利用終端側(cè)AI實(shí)現(xiàn)圖像或視頻處理。比如我們用手機(jī)拍完照片的瞬間就會(huì)看到人工智能處理過(guò)的結(jié)果，無(wú)須將這些圖像上傳至云端，僅利用終端側(cè)AI就能對(duì)照片進(jìn)行美顏處理。與云端處理相比，利用終端側(cè)AI能夠更快地進(jìn)行圖片處理，同時(shí)保護(hù)了用戶的隱私。第二個(gè)例子是，如果用戶想查詢近期通過(guò)微信或短信與他人溝通的某些特定信息，例如約定見(jiàn)面的地點(diǎn)或其他行程安排，利用終端側(cè)AI智能體處理這類面向特定領(lǐng)域知識(shí)（Domain Knowledge）和涉及個(gè)人隱私的信息更具優(yōu)勢(shì)，用戶無(wú)需將所有微信聊天記錄、短信、相片上傳至云端，僅通過(guò)終端側(cè)AI就能處理這些信息。上述是兩個(gè)比較典型的用例，終端側(cè)AI還能應(yīng)用于更多場(chǎng)景。
當(dāng)然也有一些復(fù)雜的AI處理可以在云端或者邊緣云端處理，所以我們可以針對(duì)不同的運(yùn)算需求合理調(diào)度和分配算力資源。在云端、邊緣側(cè)和終端分配并協(xié)調(diào)AI工作負(fù)載的過(guò)程中，5G和6G連接提供了穩(wěn)定且低時(shí)延的接口，發(fā)揮了非常重要的作用。
今年是高通公司成立40周年，高通深耕AI研發(fā)已超過(guò)15年。所以我們能夠把AI推廣到各種形式的終端產(chǎn)品中去�？梢钥吹�，AI越來(lái)越多地在人們觸手可及的終端上運(yùn)行，包括手機(jī)、汽車、PC、XR、網(wǎng)關(guān)和其他設(shè)備。接下來(lái)我將分享終端側(cè)AI應(yīng)用的三個(gè)重要領(lǐng)域，以及AI將如何推動(dòng)6G的發(fā)展。
在手機(jī)領(lǐng)域，高通在2025世界移動(dòng)通信大會(huì)期間帶來(lái)了多項(xiàng)終端側(cè)AI演示，其中一項(xiàng)演示是在不接入云端的情況下，在終端側(cè)運(yùn)行當(dāng)下最流行的DeepSeek模型；還有一項(xiàng)是利用手機(jī)中的AI智能體（AI Agent）規(guī)劃行程，并在手機(jī)短信中查找用戶想要的特定信息。這兩個(gè)用例展示了終端側(cè)AI正變得更加普及，這對(duì)6G也將產(chǎn)生非常大的影響。在未來(lái)，我們有望看到更多終端側(cè)AI用例。
其次，AI也正變革PC領(lǐng)域。我們率先提出了“AI PC”這一概念，并推出了驍龍X系列平臺(tái)，目前已有超過(guò)80款搭載驍龍X系列平臺(tái)的設(shè)備已經(jīng)發(fā)布或正在開(kāi)發(fā)中。此外，去年我們還完成了一項(xiàng)AI服務(wù)機(jī)器人展示，在PC端通過(guò)大語(yǔ)言模型實(shí)現(xiàn)與機(jī)器人交互，并為機(jī)器人規(guī)劃任務(wù)。與手機(jī)相比，我們可以在PC端運(yùn)行參數(shù)規(guī)模更大的模型——通常情況下，在手機(jī)側(cè)已經(jīng)可以運(yùn)行30-70億參數(shù)的大語(yǔ)言模型，而在PC端也已可以運(yùn)行70-100億參數(shù)的模型，這能極大地提升工作效率。
針對(duì)AI在XR領(lǐng)域的應(yīng)用，我們也取得了幾項(xiàng)新成果。今年，我們通過(guò)毫米波實(shí)現(xiàn)了XR設(shè)備之間的連接，XR是對(duì)大帶寬、低時(shí)延有著很高要求的應(yīng)用場(chǎng)景。此前大多數(shù)商用XR設(shè)備都是通過(guò)Wi-Fi實(shí)現(xiàn)連接，在無(wú)線大空間場(chǎng)景下，Wi-Fi可能最多支持4路并發(fā)XR業(yè)務(wù)。但隨著毫米波的引入，在相同場(chǎng)景下，毫米波可以同時(shí)支持40路XR業(yè)務(wù)的接入，這能為XR服務(wù)運(yùn)營(yíng)商帶來(lái)更廣闊的營(yíng)收機(jī)遇，并進(jìn)一步推動(dòng)XR應(yīng)用的發(fā)展。
剛剛我簡(jiǎn)單介紹了現(xiàn)階段AI在三個(gè)不同領(lǐng)域的應(yīng)用，實(shí)際上AI也將被廣泛應(yīng)用于其它6G的應(yīng)用場(chǎng)景，比如全息遠(yuǎn)程臨場(chǎng)、自動(dòng)駕駛等用例，當(dāng)然也包括與網(wǎng)絡(luò)實(shí)現(xiàn)更快連接的技術(shù)。接下來(lái)，我將分享更多與6G相關(guān)的具體技術(shù)細(xì)節(jié)。
從這頁(yè)幻燈片可以看到，在ITU-R設(shè)定的6G愿景中，AI和通信、通信感知一體化和泛在連接是其中三大應(yīng)用場(chǎng)景。在這三大應(yīng)用場(chǎng)景中，AI將對(duì)6G產(chǎn)生巨大的影響。當(dāng)前，行業(yè)也正圍繞6G進(jìn)行規(guī)劃。就在幾周前，3GPP在韓國(guó)仁川舉辦了6G國(guó)際標(biāo)準(zhǔn)研討會(huì)，標(biāo)志著3GPP正式開(kāi)始6G標(biāo)準(zhǔn)化相關(guān)工作。
接下來(lái)讓我們看看AI在6G或無(wú)線通信中的應(yīng)用。無(wú)線通信和AI具有互補(bǔ)優(yōu)勢(shì)，AI的優(yōu)勢(shì)在于能夠在復(fù)雜任務(wù)中進(jìn)行準(zhǔn)確預(yù)測(cè)，對(duì)于下棋游戲等這類具有固定邏輯和規(guī)則的任務(wù)，AI能夠進(jìn)行高效處理并且展示了超過(guò)人類的能力。此外在面對(duì)很多不確定因素的時(shí)候，AI能夠發(fā)揮出更大優(yōu)勢(shì)，比如對(duì)有非常多信息的圖像進(jìn)行處理，AI能夠快速處理并摘取有效信息。而無(wú)線通信是已經(jīng)比較成熟的領(lǐng)域，有很扎實(shí)的理論基礎(chǔ)作為支撐，且歷經(jīng)幾十年的研究和積累。
我們開(kāi)展了非常多的實(shí)驗(yàn)，驗(yàn)證是否能夠利用AI取代現(xiàn)有的無(wú)線通信算法。我們發(fā)現(xiàn)，在很多時(shí)候，人工智能還無(wú)法取代現(xiàn)有的無(wú)線通信算法。我們知道，MLD（Maximum Likelihood Detection）算法在理論上已經(jīng)被證明是用于信號(hào)檢測(cè)的最優(yōu)算法，AI能預(yù)測(cè)到的最準(zhǔn)確情況也只是找到這個(gè)最優(yōu)答案，因此沒(méi)有必要用AI來(lái)取代已有理論依據(jù)支持的無(wú)線通信算法。
那么人工智能可以在哪些領(lǐng)域?yàn)闊o(wú)線通信系統(tǒng)帶來(lái)增益？一個(gè)較為明確的領(lǐng)域，就是我們可以利用人工智能來(lái)進(jìn)行信道處理和信道預(yù)測(cè)。我們知道，無(wú)線信道與有線信道相比最大的區(qū)別在于它所處的場(chǎng)景是千變?nèi)f化的，這實(shí)際上與利用人工智能進(jìn)行圖像處理的場(chǎng)景相似。比如，如果我們向AI模型輸入生成一只貓圖像的指令，模型可以生成幾千種、甚至幾萬(wàn)種不同的圖像。無(wú)線通信的信道也類似，在同一個(gè)城市進(jìn)行無(wú)線信道處理和預(yù)測(cè)，可能受到不同建筑、不同數(shù)量樹(shù)木或者車輛行人的影響，也與在不同頻段進(jìn)行信道處理和預(yù)測(cè)，或者天線的設(shè)計(jì)有關(guān)。
信道建模分為四個(gè)類型：第一個(gè)是信道模型的建立，第二個(gè)是信道預(yù)測(cè)，第三個(gè)是信道推理，最后一個(gè)是信道壓縮。這與我們?cè)?GPP Release 19中聚焦的將AI與無(wú)線信道相結(jié)合的三個(gè)研究方向相似：第一是如何利用人工智能進(jìn)行信道反饋，第二是如何利用人工智能進(jìn)行波束預(yù)測(cè)，第三是如何利用人工智能進(jìn)行定位。
接下來(lái)我將具體介紹我們針對(duì)上述三個(gè)方向開(kāi)展了哪些研究和實(shí)驗(yàn)。去年，我們與諾基亞貝爾實(shí)驗(yàn)室完成了基站與手機(jī)之間的聯(lián)調(diào)測(cè)試，當(dāng)手機(jī)需要傳送一個(gè)信號(hào)到基站，或者基站需要傳送一個(gè)信號(hào)到手機(jī)的時(shí)候，手機(jī)和基站兩側(cè)的AI模型需要能夠互相響應(yīng)。這需要系統(tǒng)廠商和手機(jī)廠商之間進(jìn)行聯(lián)調(diào)，才能確定是否能匹配成功。
去年我們與諾基亞貝爾實(shí)驗(yàn)室開(kāi)展的聯(lián)合研究表明，通過(guò)共享數(shù)據(jù)集分別對(duì)基站和終端側(cè)的模型進(jìn)行訓(xùn)練，可以確保模型在學(xué)習(xí)過(guò)程中使用相同的語(yǔ)言，從而無(wú)需要求不同公司分享關(guān)于他們實(shí)現(xiàn)細(xì)節(jié)的詳細(xì)信息。這對(duì)我們而言是一個(gè)非常好的消息：即使基站和手機(jī)運(yùn)行著各自的AI模型，兩者之間還是能進(jìn)行通信。
今年，我們還與諾基亞貝爾實(shí)驗(yàn)室開(kāi)展了進(jìn)一步測(cè)試，希望確保模型能夠在分別訓(xùn)練的情況下運(yùn)行。通過(guò)這些實(shí)驗(yàn)，我們證明了無(wú)論是先訓(xùn)練5G基站（gNB）中的AI模型，再訓(xùn)練用戶終端（UE）中AI模型，還是先訓(xùn)練UE中的模型，再訓(xùn)練gNB中的模型，這兩種順序都是可行的，不一定要端到端同時(shí)進(jìn)行模型訓(xùn)練。此外，我們比較了使用不同位置數(shù)據(jù)訓(xùn)練的模型，與使用特定蜂窩基站數(shù)據(jù)訓(xùn)練的超本地化模型的性能，結(jié)果表明如果有足夠的訓(xùn)練數(shù)據(jù)，一個(gè)通用的訓(xùn)練模型可以在各種情況下呈現(xiàn)比較好的魯棒性。
我們還開(kāi)展了基于毫米波的信道預(yù)測(cè)實(shí)驗(yàn)，我們知道在不同場(chǎng)景下，比如從城區(qū)轉(zhuǎn)到空曠的操場(chǎng)，無(wú)線信道環(huán)境是完全不同的。我們的實(shí)驗(yàn)測(cè)試了如何利用不同的模型與多樣化的場(chǎng)景進(jìn)行適配。
這頁(yè)幻燈片展示了面向無(wú)線AI生命周期管理的幾項(xiàng)技術(shù)，其中一項(xiàng)技術(shù)稱為動(dòng)態(tài)模型切換（Dynamic model switching）。我們開(kāi)展的實(shí)驗(yàn)顯示，如果當(dāng)前環(huán)境下有好幾個(gè)基站，且每個(gè)基站的天線配置情況不一樣時(shí)，終端側(cè)AI模型能夠根據(jù)終端位置，自動(dòng)切換到更合適的基站，并且切換對(duì)應(yīng)的AI模型以確保最優(yōu)的系統(tǒng)性能。
還有一項(xiàng)技術(shù)叫做終端側(cè)模型自適應(yīng)（On-device model adaptation），指的是如果AI模型沒(méi)有提前針對(duì)特定場(chǎng)景或環(huán)境進(jìn)行訓(xùn)練，且在這一場(chǎng)景下AI模型的表現(xiàn)不理想時(shí)，我們能夠通過(guò)即時(shí)訓(xùn)練（On-the-Fly Training），也就是讓終端采集更多新數(shù)據(jù)以更新終端側(cè)AI模型，使其能夠更好地適應(yīng)新的需求。這是一項(xiàng)非常重要的機(jī)制，因?yàn)槲覀儾荒鼙ＷC在進(jìn)行模型訓(xùn)練時(shí)，訓(xùn)練集已經(jīng)涵蓋了所有場(chǎng)景。這項(xiàng)機(jī)制能夠幫助我們確定兩個(gè)關(guān)鍵信息：一是AI模型在全新場(chǎng)景下的表現(xiàn)是否理想；二是如何通過(guò)更多的導(dǎo)頻（Pliot）優(yōu)化模型訓(xùn)練，使調(diào)校后的AI模型能夠有更好的表現(xiàn)。以上是我們針對(duì)無(wú)線AI生命周期管理開(kāi)展的兩項(xiàng)實(shí)驗(yàn)。
剛才提到的兩個(gè)例子，展示的都是如果在物理層利用AI提升6G或者5G Advanced的性能表現(xiàn)。從更高層的網(wǎng)絡(luò)架構(gòu)而言，我們認(rèn)為6G也具備非常好的自適應(yīng)能力，也就是6G能夠使高層的網(wǎng)絡(luò)資源規(guī)劃變得更具自適應(yīng)性。通過(guò)面向6G的AI原生系統(tǒng)設(shè)計(jì)，我們能夠使云端或網(wǎng)絡(luò)端，也就是基站的上層配置變得更加智能、更加自適應(yīng)化。
我們認(rèn)為人工智能對(duì)無(wú)線通信產(chǎn)生較大影響的另一項(xiàng)技術(shù)，是數(shù)字孿生（Digital Twin）。如果我們能夠把周圍的物理環(huán)境非常準(zhǔn)確地映射出來(lái)，我們就能判斷波束方向和位置。比如在一個(gè)房間內(nèi)，如果我們知道小基站和用戶終端的具體位置，我們就能對(duì)這個(gè)房間進(jìn)行3D建模，并生成非常精準(zhǔn)的數(shù)字孿生模型，這樣我們就能判斷基站向終端發(fā)射的波束方向，以及從房頂或墻面反射的波束是從哪過(guò)來(lái)的。此外針對(duì)高頻，我們還大量采用了光追技術(shù)（Ray Tracing）來(lái)模擬真實(shí)的物理環(huán)境。
這頁(yè)幻燈片展示了高通如何利用AI提升5G性能。不久前剛剛推出的高通X85是我們最新一代5G調(diào)制解調(diào)器到天線的解決方案，搭載了高通第四代集成到調(diào)制解調(diào)器的專用AI處理器。這款處理器能夠以更高的處理性能運(yùn)行更多AI專用5G算法。比如，全新的高通AI賦能的數(shù)據(jù)流量引擎，能夠利用AI處理器，增強(qiáng)數(shù)據(jù)流量模式識(shí)別能力，為手游用戶帶來(lái)更低時(shí)延、更快響應(yīng)速度的游戲體驗(yàn)。這款處理器性能強(qiáng)大，AI推理速度相比上一代快30%。
今天我的演講主要聚焦人工智能對(duì)6G的影響，但除了AI，還有很多6G關(guān)鍵研究方向，包括較為基礎(chǔ)的調(diào)制與編碼技術(shù)、各種物理層的增強(qiáng)、通信感知融合等等。也希望有更多機(jī)會(huì)能夠與業(yè)界同行交流，共同推動(dòng)6G的發(fā)展，謝謝！ 
