作者 | 蒋均牧
投稿 | lanxueziben(微信)
全球合伙人招募 | lanxueziben(微信)
近日,华为Fellow、无线CTO童文博士在日本电子高新科技博览会(CEATEC)上发表了题为“6G需要为市场创造新价值”的演讲,分享了他对6G标准化方向的看法和理解,并介绍了推动6G标准化的创新。
“6G应当代表着技术上真正的代际飞跃,而其标准、技术和网络架构应该根据2030年至2040年的应用场景和需求重新定义。无线行业要充分消化人工智能技术中发生的颠覆性和数量级(OOM)变化,以使能代际能力的显著增强,并为消费者创造新的价值。从本质上讲,6G不仅仅是5G技术的延伸,也不是实现5G的另一种方式,而是通信领域的一个独特进化步骤,因此可以重塑无线行业并将其提升到下一个高度。”
6G将具有后连接的新特征,总结而言,6G由六个基础能力支柱支撑起来:一是原生AI,二是全网感知,三是极致无线通信能,四是天地一体的集成,五是原生可信和安全,六是碳中和。我们的愿景是6G将超越人联、物联走向万物智联,6G将是一个智能体的应用平台。
童文博士表示,6G发展的最终目标是实现智能互联。在6G时代,网络设计可以锚定在L3智能,即Agentic-AI,使AI系统能够代表用户自主行动。6G的愿景是让AI渗透进90%的企业,超越90%的人类专家,贡献90%的经济产出。通过在6G中集成原生AI, 6G的能力将在AI代理中根深蒂固,从而实现“AI网络”的目标。
在他看来,拥抱AI革命的“量子飞跃”,关键是以AI端到端地重新设计6G网络架构。
从核心网来看,6G的核心网应该是Agentic-AI核心网(A-core),无需人工干预即可运行,完全由应用驱动,从而赋予运营商创新新业务的自主权和能力。
从无线接入网来看,Agentic-AI RAN(A-RAN)是面向6G新空口的AI、通信和传感的全面集成。这种集成取决于神经计算能力在端、边、云的分布,这将是未来提供AI服务的平台。
从用户终端来看,移动产业正处于提供多模态生成式AI应用、具身智能的阶段,有望推出可穿戴AI眼镜和仿人机器人。
用户终端应与云上的超级智能服务进行通信,以成为Agentic-AI智能体。在6G时代,用户终端的关键在于Agentic-AI,它将实现包括感知、推理、决策和行动在内的四种能力,这些能力是以前从未得到过支持的。
“在3GPP标准化的背景下,AI与通信的融合势在必行,原因有二:首先,AI具有显著提升通信性能的潜力;其次,AI与通信和传感的融合将形成6G的基础平台。”童文博士强调。
6G的本质是支撑物理世界和数字世界的基础平台,6G的使命已经超越了5G的万物互联,6G时代是一个混合的数字世界与物理世界交融的未来,物理世界和数字世界是融合一体的联合体。童文认为,从物理世界到数字世界,6G将构建数字世界对物理世界的感知;而从数字世界到物理世界,6G是数字世界对物理世界操作的神经系统。未来的数字世界不仅仅只是数字孪生,而是一个人工智能的新宇宙,而6G就是这个元宇宙的底座。从这个视角来看,6G将驱动全球下一波的创新革命,6G将使能以下六大创新:
第一个创新是全网感知,通感一体化;
第二个创新是机器到机器的意图通信;
第三个创新是6G的ToB场景面向行业的通感AI一体化;
第四个创新是6G ToC面向消费者的通用机器人;
第五个创新是星地融合全场景全覆盖;
第六个创新是后香农通信框架,6G时代需要推动后香农的通信框架,人与人通信为第一类通信,由于机器学习成为主流的通用技术,可以把通信的对象用深度学习的神经网络生成相应的孪生模型,在数字世界里大量第一系统的通信可以在本地完成,而第二系统之间的通信可以用经典的香农信道完成,基于原生AI通信的框架将大大提升人与人通信的效率,第二类通信是机器意图通信,第三类通信是URLLC通信,第四类通信是元宇宙通信。
据童文博士介绍,华为6G研究团队长期扎根6G理论研究和探索,与此同时展开大量的验证测试工作。例如,在亚太赫兹频段,围绕E-Band频段进行了多用户峰值速率、短距低功耗、车载高速移动的测试;围绕220GHz太赫兹频段进行了长距峰值速率测试、感知成像测试以及工业机器人应用的可行性测试;围绕光波段(红外和可见光),进行了6G通感一体在未来工厂、未来医院的测试。此外,华为6G研究团队还对从厘米波到毫米波再到太赫兹的智能反射面RIS进行了可行性测试,也对6G低轨卫星的通信链路进行了基于NR物理层协议框架的性能验证。此外,华为6G研究团队还积极参加了IMT-2030(6G)推进组组织的6G技术测试。
客户关系没有规划,做到哪算到哪;每到临门一脚,搞不定关键客户,导致丢单;客户关系建在优秀销售层面,销售走客户流失。学学标杆企业怎么做!
VIP课程推荐
APP专享直播
热门推荐
收起24小时滚动播报最新的财经资讯和视频,更多粉丝福利扫描二维码关注(sinafinance)