高通Ed Tiedemann：感知與AI優(yōu)化網(wǎng)絡(luò)性能是未來發(fā)展方向

6月24日，2026世界移動通信大會（MWC）上海正式拉開帷幕，在當(dāng)天下午舉行的GTI國際產(chǎn)業(yè)大會上，高通技術(shù)公司工程技術(shù)高級副總裁Edward Tiedemann發(fā)表了題為《AI原生的6G：構(gòu)筑智能時代的基礎(chǔ)設(shè)施》的演講。

Edward Tiedemann表示，我們正處于AI真正進入落地階段的時代。他指出，高通的6G愿景圍繞三大核心基石展開，首先是連接，也就是提升在空口上數(shù)據(jù)的傳輸能力，這也是高通在過去幾代移動通信技術(shù)發(fā)展中一直在做的事情；第二個領(lǐng)域是廣域感知，這一領(lǐng)域蘊含著潛在的新興機遇，其發(fā)展很大程度上源于對無人機等目標(biāo)探測需求的驅(qū)動；第三個領(lǐng)域是計算，這里所說的計算涵蓋各種形式，包括AI計算。

此外，在AI飛速發(fā)展的當(dāng)下，用戶界面（UI）正經(jīng)歷變革。在全新的用戶界面中，AI將深度融入各類應(yīng)用，以全新的交互方式帶來體驗革新。值得一提的是，高通多年來一直在調(diào)制解調(diào)器及射頻系統(tǒng)中集成AI處理器，并在此基礎(chǔ)上開展了大量AI相關(guān)處理工作。Edward Tiedemann在演講中分享了高通目前正在開展的工作，以及在技術(shù)層面所面臨的挑戰(zhàn)。

在Edward Tiedemann看來，思考如何以最優(yōu)的方式管理網(wǎng)絡(luò)，是未來極具價值的發(fā)展機遇。他提到，高通Edgewise套件目前為多家運營商提供RAN管理服務(wù)，包括各類參數(shù)的處理與優(yōu)化、理解參數(shù)間的耦合關(guān)系，并能跨不同廠商操作，還能夠為網(wǎng)絡(luò)運營商提供一致的操作。與此同時，他認(rèn)為能否利用和學(xué)習(xí)用戶的意圖是對未來網(wǎng)絡(luò)發(fā)展具有重要意義的方向。雖然最終的落地方式仍有待確定，但關(guān)鍵在于如果網(wǎng)絡(luò)能夠提前規(guī)劃并提供滿足需求的服務(wù)。

在演講的最后，Edward Tiedemann分享了高通在感知相關(guān)領(lǐng)域的最新進展。目前業(yè)界最為關(guān)注的核心問題是能否探測無人機，特別是那些未按預(yù)期運行、比如未處于預(yù)定飛行區(qū)域的設(shè)備。此外，他還闡述了構(gòu)建網(wǎng)絡(luò)數(shù)字孿生的技術(shù)演示，通過建立一個真實的網(wǎng)絡(luò)模型，精準(zhǔn)反映當(dāng)前網(wǎng)絡(luò)中的傳播狀況，并基于這一模型實現(xiàn)優(yōu)化。他特別提出，要完全實現(xiàn)這些愿景，仍有大量工作要做，但這代表了未來的發(fā)展方向，也就是如何利用感知類工具與大量的AI優(yōu)化技術(shù)，以充分提升網(wǎng)絡(luò)性能。

以下為演講實錄：

大家好！非常高興來到上海參加本屆GTI國際產(chǎn)業(yè)大會，并再次體會這座城市卓越的建筑風(fēng)貌——從外灘的Art Deco風(fēng)格建筑，到其對岸宏偉的現(xiàn)代摩天大樓。但今天，我還想在此追溯另一段歷史。大約在70年前的一周前，發(fā)生了一件意義重大的事件——達(dá)特茅斯會議，這場會議由多位洞察深遠(yuǎn)的思想家發(fā)起并參與，真正開始構(gòu)建AI的框架。

70年后的今天，我們正在見證當(dāng)初那些構(gòu)想所結(jié)出的碩果。盡管行業(yè)在這些年的發(fā)展中經(jīng)歷了起伏，但我認(rèn)為，我們現(xiàn)在已經(jīng)進入了一個AI真正進入落地階段的時代，這主要歸功于兩點：首先是強大的處理能力，當(dāng)今的處理和半導(dǎo)體技術(shù)已經(jīng)發(fā)展到足以支持海量運算的水平；其次是對模型理解的全面成熟，尤其是基于Transformer架構(gòu)的大型語言模型，而ChatGPT正是其具象體現(xiàn)，這類模型采用的是生成式預(yù)訓(xùn)練變換器（Generative Pre-trained Transformer）架構(gòu)。

如今，我們面臨的挑戰(zhàn)在于，如何整合這些AI技術(shù)，以及它們將對行業(yè)帶來怎樣的影響。接下來在討論6G時，我將從高通的視角，談?wù)勎业目捶ā８咄ǖ?G愿景圍繞三大核心基石展開。首先是連接，也就是提升在空口上數(shù)據(jù)的傳輸能力，包括路由處理，以及各種外設(shè)功能，如安全功能、服務(wù)質(zhì)量等。目前來看，3GPP已經(jīng)在穩(wěn)步推進了。這也是高通在過去幾代移動通信技術(shù)發(fā)展中一直在做的事情。

我想重點分享的第二個領(lǐng)域，是廣域感知。這一領(lǐng)域蘊含著潛在的新興機遇，其發(fā)展很大程度上源于對無人機等目標(biāo)探測需求的驅(qū)動。第三個領(lǐng)域是計算，這里所說的計算涵蓋各種形式，包括AI計算。此外，正在邊緣側(cè)發(fā)生的變革同樣值得關(guān)注。更貼近用戶、場景和現(xiàn)實世界的計算任務(wù)可以在邊緣側(cè)完成，更大范圍的知識與推理任務(wù)可以部署于云端，根據(jù)實際需求還可以在運營商管理的邊緣云中處理部分工作負(fù)載。

接下來我想與大家進一步探討的是，在AI飛速發(fā)展的當(dāng)下，用戶界面（UI）正經(jīng)歷哪些變革。未來的交互方式，將不再是我們掏出手機、敲擊鍵盤、聆聽語音提示或注視屏幕，而是轉(zhuǎn)向更具交互性的體驗。當(dāng)前，這一趨勢已有所顯現(xiàn)，例如去年推出的豆包AI手機等產(chǎn)品便體現(xiàn)了在這一領(lǐng)域的探索。在全新的用戶界面中，AI將深度融入各類應(yīng)用，以全新的交互方式帶來體驗革新。

值得一提的是，高通多年來一直在調(diào)制解調(diào)器及射頻系統(tǒng)中集成AI處理器，并在此基礎(chǔ)上開展了大量AI相關(guān)處理工作。實際上，當(dāng)前終端的用戶界面在一定程度上受益于這些內(nèi)置于芯片的處理能力。不過，我想將討論范圍稍作擴展，不局限于手機，而是聚焦于新興的用戶終端。如這頁幻燈片所示，這些設(shè)備包括智能手表，以及新興的智能眼鏡產(chǎn)品（尤其是面向增強現(xiàn)實應(yīng)用的眼鏡）和耳機。我想重點探討的是，這些設(shè)備在未來將如何實現(xiàn)協(xié)同配合。

目前我們主要通過手機建立連接，我們將其視為“錨點終端”。不過，如今的智能手表已經(jīng)能夠通過蜂窩網(wǎng)絡(luò)直接上網(wǎng)；未來，眼鏡以及其他類型終端也將具備這一能力。關(guān)鍵在于這三類設(shè)備如何協(xié)同運行。在此背景下，用戶環(huán)境與交互界面將發(fā)生怎樣的變化？我們會采用手勢控制嗎？還是會借助語音指令、眼動追蹤，以及通過耳機等設(shè)備輸出的文字或音頻信號來進行交互？這些都值得我們深入思考。

接下來談?wù)勎覀兡壳罢陂_展的工作，以及在技術(shù)層面我們面臨的部分挑戰(zhàn)。不少人應(yīng)當(dāng)記得早期基于蜂窩網(wǎng)絡(luò)的視頻體驗，畫質(zhì)非常粗糙。一方面是信號覆蓋不足造成的，另一方面也存在技術(shù)層面的短板。為此行業(yè)研發(fā)了多項相關(guān)技術(shù)，例如以DASH標(biāo)準(zhǔn)為代表的HTTP動態(tài)自適應(yīng)流媒體、蘋果直播流媒體等。這些技術(shù)能夠動態(tài)調(diào)節(jié)碼率，以此解決播放卡頓、像素等問題。現(xiàn)階段，我們正在研究，如何將這些技術(shù)應(yīng)用于全新場景，例如擴展現(xiàn)實（XR）的渲染工作。當(dāng)網(wǎng)絡(luò)連接狀態(tài)良好時，我們可以依托網(wǎng)絡(luò)側(cè)算力完成渲染處理；而當(dāng)網(wǎng)絡(luò)條件不佳時，能否在終端本地運行一套輕量化、低運算復(fù)雜度的簡化渲染方案來完成處理。

除此之外，今早的開幕環(huán)節(jié)提到的人形機器人，也是我們重點關(guān)注的一個方向。人形機器人的算力分配該如何規(guī)劃？有多少運算任務(wù)需要在機器人終端本地處理？又有多少運算任務(wù)需要上傳至云端完成？我個人認(rèn)為，絕大多數(shù)本地實時控制運算會直接部署在機器人本體。站在通信的角度來看，這其中核心的需求是保障機器人（或者智能汽車）與網(wǎng)絡(luò)、邊緣云之間高質(zhì)量通信的可靠性。絕對不能出現(xiàn)通信突然中斷的情況，一旦斷連，這些設(shè)備終端應(yīng)當(dāng)如何處置？

相信在場很多人都熟悉服務(wù)的概念，目前行業(yè)也衍生出一些熱門的概念，比如基于RAN的AI服務(wù)（AI Services on RAN），指由運營商提供、部署在無線接入網(wǎng)硬件設(shè)備上的AI服務(wù)。在實際落地過程中，這類服務(wù)可通過應(yīng)用程序接口（API）等形式對外調(diào)用，接口邏輯獨立于無線接入網(wǎng)核心鏈路。

在我看來，考慮未來如何以最優(yōu)的方式管理網(wǎng)絡(luò)，是一個未來極具價值的發(fā)展機遇。在高通，我們擁有高通Edgewise套件，該套件目前為多家運營商提供RAN管理服務(wù)，包括各類參數(shù)的處理與優(yōu)化、理解參數(shù)間的耦合關(guān)系，并能跨不同廠商操作，還能夠為網(wǎng)絡(luò)運營商提供一致的操作。此外，我們一直以來還在對終端內(nèi)部（即用戶端UE內(nèi)部）的算法進行增強，通過AI技術(shù)來更高效地替代原有的算法。但對此我們也必須非常謹(jǐn)慎，不能為了極小甚至負(fù)向的性能提升，而犧牲電池續(xù)航等指標(biāo)。因此，在這類活動和設(shè)計中，我們需要投入大量的工程研發(fā)，還需要在現(xiàn)有網(wǎng)絡(luò)體系內(nèi)、以及考慮未來所有功能方向的基礎(chǔ)上來持續(xù)推進。

我想重點探討一個我認(rèn)為對未來網(wǎng)絡(luò)發(fā)展具有重要意義的方向——我們能否利用和學(xué)習(xí)用戶的意圖。舉例來說，我經(jīng)常在從家開車去辦公室的途中，需要參加線上的視頻通話，而根據(jù)所選路線的不同，通話質(zhì)量也有很大波動，有時甚至相當(dāng)糟糕。那么是否存在一種方式，讓用戶能夠表明意圖？比如，由用戶輸入一些信息，將自然語言發(fā)送給網(wǎng)絡(luò)，網(wǎng)絡(luò)通過自然語言處理來理解需求；或者是否可以通過數(shù)據(jù)流量來進行判斷；又或是通過部署在終端側(cè)的AI智能體來處理。最終具體會以何種方式落地，仍有待確定，但關(guān)鍵在于如果網(wǎng)絡(luò)能夠提前規(guī)劃并提供滿足需求的服務(wù)，將會非常有價值。

這對運營商和用戶而言都是巨大的機遇。我認(rèn)為用戶有可能愿意支付溢價。就我個人而言，我確實有可能為了確保某次重要商務(wù)通話的順利進行，而多支付一些費用。我不想細(xì)數(shù)有多少次在開車途中無法進行流暢通話或線上會議的經(jīng)歷，但這在中國也許不那么明顯，因為截至今年4月，中國的5G基站已超過500萬個、覆蓋范圍廣泛，但對世界上許多其他國家和地區(qū)而言，這確實是一個普遍存在的問題。

在演講的最后一部分，我想和大家重點聊聊感知相關(guān)的內(nèi)容。這一領(lǐng)域已引起極大的關(guān)注，同時也面臨著諸多挑戰(zhàn)。目前業(yè)界最為關(guān)注的核心問題是：我們能否探測無人機，特別是那些未按預(yù)期運行、比如未處于預(yù)定飛行區(qū)域的設(shè)備？雖然許多政府正在推進相關(guān)工作，但該技術(shù)在其他領(lǐng)域同樣具有應(yīng)用潛力。在這一過程中，我們面臨著雙重挑戰(zhàn)：一是技術(shù)層面的挑戰(zhàn)，這絕非一個簡單的問題，我稍后會詳細(xì)展開；二是商業(yè)層面的挑戰(zhàn)，即運營商如何通過此舉實現(xiàn)盈利？因為如果以特定方式推進，他們必須對現(xiàn)有基礎(chǔ)設(shè)施進行改造。

目前，業(yè)界討論的主流方案，也是3GPP在Release 20中主要關(guān)注的方向，被稱為“單站感知”，即在同一個基站站點進行信號的發(fā)射與接收。但這會帶來諸多問題，因為通常情況下，在發(fā)射信號的同時就會接收到目標(biāo)物體的反射回波，但現(xiàn)有的系統(tǒng)并非為此設(shè)計。本次演示中我們使用了兩個面板，并進行了一系列復(fù)雜的處理。順便提一下，這里展示的是其中一套解決方案。此外，還有一套基于毫米波的方案。得益于更窄的波束角度和更短的波長，該系統(tǒng)能夠更精準(zhǔn)地分辨目標(biāo)物體。我們需要確保能夠可靠地探測目標(biāo)，且不會對其造成干擾。這其中存在諸多挑戰(zhàn)，我們正致力于攻克這些難題。

最后，我想談?wù)劻硪粋€有趣的方向：如果我們能獲取此類感知信息，或許就可以構(gòu)建網(wǎng)絡(luò)數(shù)字孿生，建立一個真實的網(wǎng)絡(luò)模型，以精準(zhǔn)反映當(dāng)前網(wǎng)絡(luò)中的傳播狀況。這一模型將幫助我們實現(xiàn)優(yōu)化，這在以前是難以做到的。例如，分析新基站的部署位置，以提供最佳性能；同樣，我們還可以優(yōu)化發(fā)射功率、天線下傾角和天線朝向等細(xì)節(jié)。此外，如果我們希望在低活躍時段關(guān)閉部分基站以節(jié)省能耗，也可以借此評估這一操作對網(wǎng)絡(luò)覆蓋及實際性能的影響。因此，這是一個極具潛力的機遇。

當(dāng)然，要完全實現(xiàn)這些愿景，我們?nèi)杂写罅抗ぷ饕觯@代表了未來的發(fā)展方向，也就是如何利用感知類工具與大量的AI優(yōu)化技術(shù)，以充分提升網(wǎng)絡(luò)性能。謝謝大家！