9月23日，2026网易未来大会在杭州举行。本届大会以“碳硅相逢，万象启元”为主题，由网易公司主办，杭州市商务局、杭州市经济和信息化局（杭州市数字经济局）、杭州高新技术产业开发区管委会联合指导。五位院士领衔，来自学界、产业界和投资界的嘉宾齐聚一堂，围绕科技前沿、人工智能产业化与未来商业展开交流。
从可控核聚变、AI大模型技术与通信智能，到AI PC、智能体、AI制药与具身智能；从院士专家的前沿判断，到产业先锋、投资人与00后创业者的实践探索，本届大会试图回答一个共同的问题：当碳基文明与硅基智能加速相逢，技术将如何突破边界，又将怎样走进真实世界？
在大会中，中国工程院外籍院士、英国皇家工程院院士王江舟指出，5G自2019年商用以来，其大规模商业应用并未如预期般爆发，其中一个主要原因便是5G的技术指标还不能满足部分行业的应用要求。王江舟强调：“这并不是说5G技术不好，5G是很好的技术。只是应用还没有起来”。
王江舟指出，不同于5G，6G主要的服务对象不是普通消费者，而是工业和各行各业。他表示，6G将在5G的通信技术上新增三大核心功能：通信感知一体化、通信与AI融合以及无缝覆盖。6G要实现通信、感知、计算、AI的一体化融合。同时，6G还将推动网络从传统的信息传输、管道传输，转向信息服务。
在王江舟看来，未来的6G网络将实现物理世界与数字世界的深度融合，构建万物智联的新世界。在应用场景上，他重点提及了低空经济和监管、车联网、全息通信、数字孪生人、超能交通等。“为了实现这些应用，6G的技术指标需要在5G基础上大幅提升。”他表示。（周淼）
以下是网易未来大会上王江舟院士演讲实录：
# 王江舟《AI大模型技术与通信智能》演讲实录
各位领导、各位嘉宾，大家上午好！很荣幸有机会在这个重要的大会上汇报我们的工作。我今天报告的题目是“6G与智能通信设计”。
讲6G，一定要回答“为什么需要6G”。很多用户、很多朋友对此很疑惑。我们从3G、4G走到5G，为什么还需要6G？G是“代”的意思，移动通信大约十年发展一代。最早的第一代是大家熟悉的“大哥大”，采用模拟通信，主要用于通话。第二代是数字通信，2G叫GSM；第三代是CDMA；到了4G，上网服务越来越多；5G手机又承载了大量视频和上网应用。移动通信发展很快。5G从2019年开始服务，至今已有约七年。当初，无论政府、媒体、企业还是消费者，对5G的期望都非常高。但到现在，5G主要仍是普通消费者的应用，大家玩手机、看短视频，消耗大量数据。
面向行业的大规模应用还没有起来，可能有一些零星服务，这与当初的期望不同。2019年、2020年前后，5G铺网时，大家到处都在讲5G可以做这个、可以做那个，讲工业4.0，甚至讲5G远程手术，期望很高。但这些行业服务有没有大规模发展起来？还没有。
为什么没有起来？当然有很多原因。
一个主要原因是，5G的技术指标还不能满足这些行业的应用要求。不是行业没有应用需求，我们有大规模应用的需求，只是技术还没有达到那个程度。
这并不是说5G技术不好，5G是很好的技术。只是应用还没有起来，而垂直行业对移动通信的需求很大，所以我们需要6G。有人可能觉得，5G的流量已经很大、速度已经很快了，运营商的容量还用不完，为什么还要大张旗鼓地搞6G？6G主要服务的对象不是普通消费者，不是让大家玩手机、看短视频，而是我们的工业和各行各业。在传统5G的几类通信能力基础上，6G还要增加三个非常重要的功能。
第一个是通信感知一体化。现在通信和雷达相对分开，专家学者也各做各的。到了6G，通信与感知要一体化，要联合优化。
第二个是通信与AI结合。现在AI非常火热，6G一个非常重要的要求，就是通信必须与AI融合。
第三个是无缝覆盖。6G要实现通信、感知、计算、AI的一体化融合，让多项信息技术高度融合。现在做通信、雷达感知和计算的专家，相互交流合作还比较少。到了6G，我们希望大家更多交流。通信感知融合有一些典型的应用场景。
第一个是低空经济和监管。国内已经把低空经济列为未来经济发展的重要方向之一，市场很大，也会有很多问题要解决，比如无人机监管、无人机配送、低空的士服务、医疗应急救援等。
第二个是车联网，包括辅助驾驶、自动驾驶。此外还有智慧工厂、黑灯工厂中的设备监控和园区管理等。未来6G网络要实现物理世界与数字世界的深度融合，构建万物智联的新世界。扩展现实、智慧交互、全息通信、数字孪生等，都是重要的应用场景。
下面介绍几个应用场景。
第一个是全息通信。大家都有开线上视频会议的体验：这个人从北京来，那个人从广州、深圳来，但有没有沉浸式体验？还没有。我们希望6G实现全息通信，让全息影像从视觉应用扩展到操控式应用，并通过移动网络实现多人远程实时交互。比如协同办公、远程教育、交互式会议，让大家感觉像面对面交流一样。
第二个是数字孪生人。我们希望在6G中把它变成现实，模拟人类的行为和思维，实现与真实人类的交互交流。比如在医疗领域，可以创建人体模型，用于手术模拟、器官检测；通过数字孪生技术仿真病人的生理状态，给医生提供诊断建议，提高诊断效率。
第三个是超能交通。我们希望构建更安全、高效的交通网络，实现上天入地、多模态自由出行。利用6G超高速、低时延的特点，实现车与车、车与道路基础设施之间的实时通信，提高交通效率和安全性。现在自动驾驶很热，特斯拉的FSD也很受关注，但车与车之间还没有形成网络。我们希望6G中的全自动驾驶是网络化的自动驾驶。
为了实现这些应用，6G的技术指标需要在5G基础上大幅提升。比如，频谱效率从5G的100比特/秒/赫兹，提高10倍到6G的1000比特/秒/赫兹；峰值速率从20吉比特/秒提高50倍，达到1太比特/秒；空口时延则从2毫秒降到500微秒。我们希望6G服务各行各业，而行业千差万别，应用要求也不同，技术指标必须大幅提升才能满足这些要求。不能像我们对5G的一些期待那样，期望很高，最后没有实现，变成失望。
如果起点比较低，最后实现了，大家会很高兴。所以我们希望6G真正实现各行各业的应用。6G网络有两个非常重要的特点。
第一，实现通信、感知、计算、AI等多项信息技术的一体化融合，不是各自单干。第二，从传统的信息传输、管道传输，转向信息服务。6G运营商的角色也要转变，不只是把视频传到大家的手机里，而是要提供信息服务。
再简单介绍一下通信感知一体化。传统通信和雷达感知是分开的，性能要求也不一样。通信讲究效率，比如频谱效率、能耗效率；雷达感知更关注能否检测、识别目标。这两个领域的性能指标很不一样，集成到一起，就需要一体化设计、一体化优化，也需要折中。
看这张图，红色代表通信能力，蓝色代表感知能力。如果通信能力很强，感知能力可能就弱；感知能力很强，通信能力可能就弱。中间兼有一点通信和感知能力，却像一个很细的腰身。腰细看起来漂亮，但未必有力量，提东西也可能没力气。
我们希望从左边变成右边，让中间鼓起来：不但通信能力强，感知能力也强。这是我们希望达到的目标，也就是通感一体化的网络共惠阶段。通过共享时间、频谱、波束和功率等无线资源，共享硬件和信令框架，同时实现通信和感知功能，实现互助。不仅通信与感知要一体化，计算也要融合。把计算加入，放到三维空间中联合优化，增益就可能很大。我们希望1加1再加1远远大于3，要有协同效益，而不是简单相加，让联合优化后的网络达到最优。
此外，还有毫米波、太赫兹等重要技术。现在5G使用的是6 GHz以下的较低频段，传得比较远、覆盖范围比较大，但带宽比较小。从5G后续阶段走向6G，我们希望采用毫米波、太赫兹等高频技术，因为带宽更宽，可以承载更多信息。
毫米波、太赫兹带宽宽，容量会比较大，定位和感知精度也会比较高、误差更小。但问题是频率高、损耗大。就像跑步，短跑运动员跑得很快，但跑马拉松要节省体力，速度与距离之间要有所取舍。通信也有类似问题。对于高频段，我们可以用多天线系统，也就是MIMO技术形成波束，把能量集中在一个方向，用较窄的波束传输，就可能传得更远。就像激光，基站把能量集中送向用户，而不是向很宽的角度辐射，避免浪费能量。
超大规模MIMO也很重要。未来6G场景中，基站分布在不同地点，不论服务车辆、行人，还是办公室里的用户，都可以采用方向性很强、很窄的波束，弥补高频传输的损耗。
下面讲低空经济中的无人机，如何通过AI大模型进行轨迹规划。低空经济不论在经济发展还是技术开发上都很重要。无人机有很多应用场景，比如物联网数据收集、空中基站和应急通信。地震、水灾等灾害摧毁地面基站后，无人机可以充当空中通信中继。它还可以作为边缘计算节点，以边缘智能服务区域用户。但无人机的飞行续航时间和通信范围有限，需要智能规划。
我们考虑用AI大模型优化无人机轨迹。传统优化方法需要精确的信道信息和环境动态信息；如果采用在线强化学习，则需要与环境实时交互，成本很高。
离线强化学习又容易出现价值高估的问题。AI大模型采用序列表示和Transformer的思路，这里很重要的是决策Transformer。它可以应对强化学习中的价值高估问题，但需要大量专家级训练数据，这是一个挑战。
无人机轨迹优化很难获得大量这样的数据，所以我们提出改进办法，希望降低数据量要求。首先是评估正则化训练，在训练损失中引入正则化项，使决策Transformer具备拼接能力。
第二，减少对训练数据量的要求，让所需数据集更小一些。
第三，积极与环境互动。
最后看看仿真结果，比较的是能耗效率。横坐标考虑物联网终端的数量。随着终端数量增加，不同方法的能耗效率也提高。图中红色曲线最高，对应我们提出的、引入正则化项的决策Transformer方案。
再看无人机向下辐射的波束角度。角度增加时，能耗效率总体也增加，因为无人机可以覆盖更多用户；改进的决策Transformer表现较好。最后是高度的影响：高度较低时，随着高度增加，覆盖的用户和终端设备增多，能耗效率提高。但到一定高度后，继续升高，能耗增加，能耗效率反而下降。
从这些仿真结果可以看出，改进AI大模型的方法，对无人机轨迹设计和能耗效率提高是有帮助的。
这是我的报告，谢谢大家！
热门跟贴