據人民網報道，日前，我國科學家成功研制出超寬帶光電融合集成系統，首次實現全頻段、靈活可調諧的高速無線通信，有望為未來更暢通可靠的6G無線通信提供保障。該系統的無線信號從0.5GHz（千兆赫）到115GHz范圍內任一頻點都可實現高速傳輸——這一全頻段兼容能力國際領先。該系統還具有靈活可調諧能力，在信號受到干擾時，能動態切換至安全頻段建立新的通信通道，提升了通信的可靠性和頻譜利用效率。這一成果的問世，標志著我國在6G核心技術研發領域邁出堅實一步，也為6G與人工智能的深度融合創造了有利條件。
6G時代離不開AI助力
（圖片來源：攝圖網）
如果說5G是“端-邊-云”協同的起步，那么6G要實現的是“通信-感知-計算”的深度融合。北京大學電子學院副院長王興軍教授表示，通過植入AI算法，這種新系統將催生更靈活智能的AI無線網絡，不僅可在多種復雜場景下應用，同步實現實時數據傳輸與環境精準感知，還可自動規避干擾信號，讓網絡信號傳輸更安全通暢。
在國際電信聯盟無線電通信部門（ITU-R）確定的IMT-2030六大使用場景中，“AI和通信”作為超越通信的服務場景，支持分布式計算和AI應用，包括數據采集、本地/分布式計算卸載、分布式AI模型訓練和推理等。典型用例包括IMT-2030輔助的自動駕駛、醫療輔助設備間自主協作、跨設備/網絡計算密集型操作的卸載、數字孿生的創建并用于預測等。為了支持新使用場景，IMT-2030除了傳統的通信能力外，還需要新增AI能力與感知能力。
業界普遍認為，協作機器人將是未來6G的一個重要應用場景，但這種機器人需要依賴時延低、學習/推理精度高的AI服務才能工作。例如，當人類用語音指示機器人去拿某個物品時，首先要能理解自然語言指令，然后規劃每個機器人負責的子任務。無論是理解還是規劃，都離不開高效訓練的大（語言）模型，而這些模型會消耗大量的計算資源和內存資源。借助本地視覺或控制模型，機器人能從感知的圖像中檢測到物體，并規劃子任務的路徑軌跡和相應的控制決策。
這樣，AI機器人就能與網絡協作，利用網絡提供的超級AI能力，實現復雜任務規劃。機器人還可以基于網絡相互合作，通過協作訓練、分享和學習彼此的經驗提升本地模型的性能。
6G與AI融合，引發終端形態和交互方式的革新
在數字技術飛速演進的浪潮中，6G與人工智能（AI）的深度融合正突破傳統通信邊界，推動終端形態從單一工具向多元智能載體蛻變，交互方式也從 “人適應機器” 邁入 “機器理解人” 的全新階段，為未來人機物協同生態注入強勁動力。
過去，手機幾乎是個人通信與智能交互的唯一核心終端，功能局限于信息傳遞與基礎應用。而6G與AI的結合，徹底打破了這一格局，催生了終端形態的多樣化革新。一方面，可穿戴設備如智能眼鏡、柔性手環等成為 “人體外顯延伸”，通過輕量化AI模型與多傳感器融合，實現雙手解放的實時交互，例如智能眼鏡能基于6G低時延網絡，實時識別周圍環境并提供導航、翻譯等個性化服務；另一方面，終端不再是孤立的個體，而是形成多端協同的 “智能體集群”，手機、智能家居、車載終端等通過6G的通感算一體化能力，實現數據共享與任務分工，比如用戶通勤時，車載終端可無縫承接手機未完成的會議預約，同時聯動智能家居提前調節室內溫度。
交互方式的變革則更為直觀。以往，用戶需通過觸控操作APP完成任務，而如今，6G與AI讓“意圖交互”成為可能。依托6G的高速率與AI的自然語言處理、計算機視覺技術，用戶只需以語音、手勢甚至眼神表達需求，智能終端就能快速拆解意圖并調用資源執行。例如，用戶說 “整理今天的工作文檔并分享給團隊”，終端會自動檢索相關文件、分類整理，再通過6G網絡實時傳輸，無需手動打開多個應用；同時，內容服務也從“檢索式”轉向 “生成式”，AI可基于用戶偏好，結合6G實時獲取的場景數據，按需生成文本、視頻等內容，如旅行時，終端能實時生成包含當地景點、美食的個性化攻略。
6G智能化之路面臨重重考驗，亟需加強“軟硬”基建建設
盡管前景璀璨，但6G智能化之路面臨重重考驗。
首先是“數據饑渴”問題，訓練網絡AI模型需要海量高質量數據，而數據分散在運營商、終端廠商、互聯網企業手中，難以共享利用。例如，Open AI訓練GPT系列模型，需要整合來自全球范圍內的大量文本數據，包括網頁內容、書籍、論文等，這在6G網絡下涉及多方數據的協調與合作，目前存在較大障礙。
其次是要平衡“實時性”與“復雜性”，通信決策需在毫秒級完成，而復雜AI算法計算耗時，如何在短時間內做最優決策考驗算法和算力。以智能交通中的自動駕駛場景為例，車輛需要在極短時間內根據路況、其他車輛行駛狀態等做出決策，6G網絡下復雜的AI算法要實現實時響應難度巨大。再者，若網絡核心智能系統被攻陷后果嚴重，因此更需加強安全建設。
所以，加強“軟硬”雙方面的基建建設是重中之重。在數據方面，需要建立相關機制，促進運營商、終端廠商、互聯網企業等數據擁有方加強合作，推動數據的共享利用，例如構建安全的數據交易平臺，在保障數據安全和隱私的前提下實現數據流通。在算力建設上，要大力發展先進的計算技術，如量子計算、邊緣計算等，提升計算效率，滿足復雜AI算法的計算需求。例如，通過在網絡邊緣部署算力強大的服務器，減少數據傳輸延遲，快速處理本地數據。在安全建設方面，要研發更先進的加密算法、網絡安全防護技術等，構建多層級的安全防護體系，確保網絡核心智能系統的安全。如采用區塊鏈技術，對數據的存儲和傳輸進行加密和驗證，防止數據被篡改和竊取。
只有強化“軟硬”基建建設，6G與AI的融合才能更好地重塑通信生態，推動通信技術邁向新的高度，為各行各業的智能化發展提供堅實支撐。