6G洞见 | AI Edge通算感融合，迈向6G智能新基建
将于2026年4月21-23日在南京召开的2026全球6G技术与产业生态大会，继续汇聚全球顶尖学术力量与产业先锋，围绕多个精彩核心板块全面展开，持续推动6G关键技术的前沿探索与成果落地。
大会前夕，2026全球6G技术与产业生态大会“AI通信融合与边缘智能研讨会”主席、上海大学微电子学院副院长周婷参与【6G洞见】访谈时提到，传统 “通信+智能” 多为外挂式优化，受硬件与架构限制，而AI Edge通过通算融合架构，实现资源共享和RAN能力拓展，可以更好地支撑具身智能、低空网络等场景，目前仍面临算力编排、异构协同、应用适配等挑战。
周婷：5G/4G时代的边缘计算本质上是云计算的延伸，将复杂的计算服务如AI作为运行在边缘服务器上的APP，与通信网元松耦合，且支持的计算服务单一。AI Edge则是AI内生式网络，将AI能力嵌入RAN侧和空口协议中，基于通用平台实现通信与计算深度融合。除了典型的AI推理等计算服务，AI Edge还可以实现分布式模型训练与迭代，也支持智能体赋能无线网络优化，更适合具身智能、低空无人机等新兴应用。
AI Edge的技术优势，主要体现于RAN侧基站功能重构。基站不再局限于单一的信号传输，而是演进为集雷达感知、AI计算与通信服务于一体的多功能边缘节点，能够提供具备低时延、高吞吐及高精度特征的泛在智能服务。此外，基于通用计算平台的软硬解耦设计，实现了网络架构的扁平化与轻量化，大幅提升了部署灵活性，以支持通信网络的高频次迭代与演进。
Q4：从行业发展现状来看，当前AI通信融合与边缘智能体的技术研发已经取得了哪些标志性突破？距离真正在6G网络中规模化落地应用，还需要突破哪些关键技术和产业瓶颈？
周婷：AI通信融合与边缘智能体的技术研发，先是在算法层面实现突破，AI赋能通信的算法以及分布式学习框架已完成设计与验证；其次在硬件层面，基于通用CPU构建的原型系统也实现了单站超1.3Gbps的吞吐量。
距离6G真正的大规模落地应用，主要还面临两大挑战：一是算力底座受限，国产GPU的硬件和软件生态尚不成熟，且传统的单一计算平台已不适用，急需解决异构计算平台的协同难题；二是应用适配滞后，特别是针对AI和感知服务等新型应用场景，目前距离大规模商用还有较长的路要走。比如，在复杂的动态环境中，如何保证感知的精度不受雨雾或遮挡的干扰；通信网络获取的感知数据，目前还缺乏统一的标准接口传输给上层应用；以及在智能体应用等关键场景下，如何确定端-边-云各层的智能应用入口与协作方式是亟待解决的问题。
Q5： AI Edge作为6G从“连接万物”走向“连接智能”的关键推动力，其技术成熟和产业化布局，对我国抢占6G核心技术竞争优势、构建自主可控的6G技术体系有着怎样的战略价值？
周婷：AI Edge是6G实现“连接智能”的核心，其战略价值在于抢占架构定义权、驱动国产算力崛起与加速场景落地。通过确立通感算一体标准，不仅助推我国实现从技术跟随到系统引领的跨越，更能利用边缘侧海量的部署规模，用网络建设的需求，倒逼产业链成熟；同时，其内生智能特性将直接支撑具身智能、低空经济等新型业务的爆发式增长，从而构建起软硬协同、应用牵引的自主6G产业闭环。
