6G携AI重塑通信生态 亟需强化软硬件基建建设
（记者林婉玲）据人民网报道，日前，我国科学家成功研制出超宽带光电融合集成系统，首次实现全频段、灵活可调谐的高速无线通信，有望为未来更畅通可靠的6G无线通信提供保障。该系统的无线信号从0.5GHz（千兆赫）到115GHz范围内任一频点都可实现高速传输——这一全频段兼容能力国际领先。该系统还具有灵活可调谐能力，在信号受到干扰时，能动态切换至安全频段建立新的通信通道，提升了通信的可靠性和频谱利用效率。这一成果的问世，标志着我国在6G核心技术研发领域迈出坚实一步，也为6G与人工智能的深度融合创造了有利条件。
6G时代离不开AI助力
如果说5G是“端-边-云”协同的起步，那么6G要实现的是“通信-感知-计算”的深度融合。北京大学电子学院副院长王兴军教授表示，通过植入AI算法，这种新系统将催生更灵活智能的AI无线网络，不仅可在多种复杂场景下应用，同步实现实时数据传输与环境精准感知，还可自动规避干扰信号，让网络信号传输更安全通畅。
在国际电信联盟无线电通信部门（ITU-R）确定的IMT-2030六大使用场景中，“AI和通信”作为超越通信的服务场景，支持分布式计算和AI应用，包括数据采集、本地/分布式计算卸载、分布式AI模型训练和推理等。典型用例包括IMT-2030辅助的自动驾驶、医疗辅助设备间自主协作、跨设备/网络计算密集型操作的卸载、数字孪生的创建并用于预测等。为了支持新使用场景，IMT-2030除了传统的通信能力外，还需要新增AI能力与感知能力。
业界普遍认为，协作机器人将是未来6G的一个重要应用场景，但这种机器人需要依赖时延低、学习/推理精度高的AI服务才能工作。例如，当人类用语音指示机器人去拿某个物品时，首先要能理解自然语言指令，然后规划每个机器人负责的子任务。无论是理解还是规划，都离不开高效训练的大（语言）模型，而这些模型会消耗大量的计算资源和内存资源。借助本地视觉或控制模型，机器人能从感知的图像中检测到物体，并规划子任务的路径轨迹和相应的控制决策。
这样，AI机器人就能与网络协作，利用网络提供的超级AI能力，实现复杂任务规划。机器人还可以基于网络相互合作，通过协作训练、分享和学习彼此的经验提升本地模型的性能。
6G与AI融合，引发终端形态和交互方式的革新
在数字技术飞速演进的浪潮中，6G与人工智能（AI）的深度融合正突破传统通信边界，推动终端形态从单一工具向多元智能载体蜕变，交互方式也从“人适应机器”迈入“机器理解人”的全新阶段，为未来人机物协同生态注入强劲动力。
过去，手机几乎是个人通信与智能交互的唯一核心终端，功能局限于信息传递与基础应用。而6G与AI的结合，彻底打破了这一格局，催生了终端形态的多样化革新。一方面，可穿戴设备如智能眼镜、柔性手环等成为“人体外显延伸”，通过轻量化AI模型与多传感器融合，实现双手解放的实时交互，例如智能眼镜能基于6G低时延网络，实时识别周围环境并提供导航、翻译等个性化服务；另一方面，终端不再是孤立的个体，而是形成多端协同的“智能体集群”，手机、智能家居、车载终端等通过6G的通感算一体化能力，实现数据共享与任务分工，比如用户通勤时，车载终端可无缝承接手机未完成的会议预约，同时联动智能家居提前调节室内温度。
交互方式的变革则更为直观。以往，用户需通过触控操作APP完成任务，而如今，6G与AI让“意图交互”成为可能。依托6G的高速率与AI的自然语言处理、计算机视觉技术，用户只需以语音、手势甚至眼神表达需求，智能终端就能快速拆解意图并调用资源执行。例如，用户说“整理今天的工作文档并分享给团队”，终端会自动检索相关文件、分类整理，再通过6G网络实时传输，无需手动打开多个应用；同时，内容服务也从“检索式”转向“生成式”，AI可基于用户偏好，结合6G实时获取的场景数据，按需生成文本、视频等内容，如旅行时，终端能实时生成包含当地景点、美食的个性化攻略。
6G智能化之路面临重重考验，亟需加强“软硬”基建建设
尽管前景璀璨，但6G智能化之路面临重重考验。
首先是“数据饥渴”问题，训练网络AI模型需要海量高质量数据，而数据分散在运营商、终端厂商、互联网企业手中，难以共享利用。例如，OpenAI训练GPT系列模型，需要整合来自全球范围内的大量文本数据，包括网页内容、书籍、论文等，这在6G网络下涉及多方数据的协调与合作，目前存在较大障碍。
其次是要平衡“实时性”与“复杂性”，通信决策需在毫秒级完成，而复杂AI算法计算耗时，如何在短时间内做最优决策考验算法和算力。以智能交通中的自动驾驶场景为例，车辆需要在极短时间内根据路况、其他车辆行驶状态等做出决策，6G网络下复杂的AI算法要实现实时响应难度巨大。再者，若网络核心智能系统被攻陷后果严重，因此更需加强安全建设。
所以，加强“软硬”双方面的基建建设是重中之重。在数据方面，需要建立相关机制，促进运营商、终端厂商、互联网企业等数据拥有方加强合作，推动数据的共享利用，例如构建安全的数据交易平台，在保障数据安全和隐私的前提下实现数据流通。在算力建设上，要大力发展先进的计算技术，如量子计算、边缘计算等，提升计算效率，满足复杂AI算法的计算需求。例如，通过在网络边缘部署算力强大的服务器，减少数据传输延迟，快速处理本地数据。在安全建设方面，要研发更先进的加密算法、网络安全防护技术等，构建多层级的安全防护体系，确保网络核心智能系统的安全。如采用区块链技术，对数据的存储和传输进行加密和验证，防止数据被篡改和窃取。
只有强化“软硬”基建建设，6G与AI的融合才能更好地重塑通信生态，推动通信技术迈向新的高度，为各行各业的智能化发展提供坚实支撑。
