小关对话丨中国工程院院士张平 ：6G+AI的融合创新之路

以词频为标尺，解码科技创新风向标。中关村论坛携手央视网，对2025中关村论坛年会期间近百场嘉宾演讲内容进行深度解析，通过大数据词频分析精准捕捉2025中关村论坛年会高频热词，并据此呈现「小关对话」系列内容，包括诺贝尔奖、菲尔兹奖、图灵奖等国际奖项得主在科学研究、技术孵化、产品研发、产业洞察方面的深刻见解，为中国新质生产力的培育，为面向全球的科技创新与交流指引方向。

人工智能正与通信深度融合，让未来网络更智能、更高效。本期对话中国工程院院士张平，他在2025中关村论坛年会平行论坛——6G技术与产业创新论坛中分享了以下主旨报告《6G+AI的融合创新之路》。

演讲实录

张平

尊敬的各位领导、各位同事：

通信系统从理论上看，通常分为物理层、网络层和应用层。网络本身是一个极其庞大的系统，甚至可视为一种耗散系统。面对耗散系统，关键问题在于逆转熵增趋势，实现熵减。这既涉及网络整体，也关乎具体链路，二者有所区别。如何分别在链路层面和系统层面实现熵减，是科研持续努力的方向。我们所做的工作，本质上正是对这一目标的实践。熵增是社会的基本规律，万物趋向无序；而人类的努力正是为了实现从无序到有序的转变。因此，我们始终以系统性能为首要指标，推动智能向简约化、熵减化方向发展，例如在体系结构和自适应机制等方面加以优化。引入智能不应带来复杂化，而应实现“以智生简、以简促智”。我们要为智能服务，而非让智能为我们盲目堆叠功能——正如从2G到5G，系统日趋复杂，而6G应借助智能实现增益和简化。

今年巴塞罗那世界移动通信大会的核心议题正是人工智能的引入，特别是Agent（智能体）技术。这与我们2018年在《通信学报》提出的观点高度一致：5G实现的是物理世界“人、机、物”的互联，而6G将迈向具备思维能力的智能体之间的通信，即“灵”的连接。我们将其概括为“人—机—物—灵”的通信框架。这一演进实质是从物理世界走向数字世界，与虚拟现实相融合，实现虚实共生。未来，数字世界中的对象间，通信将具有突破性。当前，行业共识是构建以Agent为基本单元的通信架构，正如以往我们以比特为单位，如今则以智能体为核心。我们正推动系统从无序到有序、从熵增到“智简”的转变。这一过程需依赖信息论、控制论和系统论的多学科交叉。人工智能不仅应服务于物理世界的应用，也应在数字世界中发挥作用，实现虚实互动与协同。

耗散系统从无序到有序的转变，关键在于降低系统熵值。借助空间、时间与信息流的表征，可推导时空转移概率，进而定义熵，并引导其减量化，使系统趋于有序。这正是人工智能应努力实现的目标。我们提出“系统熵”这一概念，从空间、时间和时空演进三个维度推动熵减，虽理念清晰，实现却颇具挑战。

为实现该目标，需设计相应架构。2019年1月，我们在《通信学报》上首次提出“人—机—物—灵”互联理念，将“灵”定义为具人类思维能力的智能体，这是一种全新的网络发展范式。此后，我们持续推动该方向的研究，包括在中国网信第二期智库刊物中提出“智简自主突破，攻克移动通信堵点”，并在《光明日报》《人民日报》等发表系列文章，明确了未来发展路径，已取得一定成果。

我们致力于解决网络领域的三大瓶颈：

一是理论瓶颈。传统通信发展受限于香农定理界定的红线，所有实现均位于该线以下。为提升性能，我们不断扩展带宽，却导致功耗上升、系统日趋复杂，实为熵增过程，已逼近死胡同。

二是智能瓶颈。当前人工智能发展往往忽略成本与功耗，追求功能实现，与通信系统低功耗、低成本的设计理念存在根本差异。将AI融入通信设计，需解决这一理念冲突。

三是系统刚性瓶颈。传统通信系统香农模型建立，信源压缩、信道传输和信源编码三大板块目标各异，缺乏协同。AI大模型虽具备卓越的推理、规划与学习能力，却缺乏实时交互、环境感知及机械操控能力，难以直接应用于通信系统。当前机器人行为仍显笨拙，正是由于无法实现“丝滑”的实时感知与交互，而这恰是自然智能的优势。

传统方案通过增加天线、扩大频谱、提升功率以追求性能提升，如今已接近极限。有观点主张将通信系统黑箱化，完全依托人工智能进行整体优化。但真正有效的通信AI融合方案必须在成本、功耗和增益三者间实现平衡。我们借鉴人类智能系统，提出“类生智能”架构，将外界感知转化为认知，进而通过大脑决策指挥行为，形成完整的信息处理闭环。未来通信与AI的融合需沿此方向推进。

我们将信息系统分为三层：底层为传统信息论的语法层面；中层为语义层面，解析符号含义；高层为语用层面，实现决策与指挥，信息逐层精简、明晰。现有AI处理多集中于信源与信宿，与通信过程分离。未来发展需实现通信与AI的深度融合，走向智能体间的互联。这一过程中，我们提出“同义映射”概念，自1953年起便有人挑战香农理论，指出其未能传达符号背后的语义。北京邮电大学吴伟陵教授团队于2024年7月发表语义通信数学基础论文，从数学角度严格阐述了统一语义表征的问题。香农理论基于高斯白噪声信道这一理想假设，而我们从上下阶模型出发，提出同义映射框架，将语义熵定义为不大于语法熵，其中等号成立条件为一对一映射。这表明我们的理论并非另起炉灶，而是在香农基础上进一步发展。我们进一步建立语义通信三大定理，包括无失真信源压缩定理、信道编码定理与语义限失真定理。相关公式显示，当S>1时，语义信道容量可突破香农极限，有望以2G/3G/4G的功率水平实现6G的频谱效率。

在关键技术方面，我们提出模分多址（MDMA），以模型替代传统自然资源实现多址接入；发展NTSCC实现交互式信道编码；并推动单向通信中的语义增强。基于上述成果，我们构建了一套实验系统，验证了其在提升频谱效率、传输能力与覆盖范围方面的潜力。在同等功率下，该系统可实现性能全面提升，展现出显著优势。

目前，产业界已形成一定共识。鉴于5G功耗高、覆盖有限等问题，运营商与设备商均积极探索新路径。我们在卫星通信和特殊环境中的测试表明，语义通信可有效扩大覆盖并降低能耗。在国际上，“智简”已成为学术热词，相关研讨会广泛举办。熵减作为正确演化方向，已成为学界的共同追求。

我们也在学术层面获得多项奖励。未来，我们将从以下方面持续推进：与人工智能深度融合、对理论极限进行再思考、向语用信息论扩展、突破关键技术开放性问题、保障与现有通信系统兼容、优化系统级设计、指导解决AI现存问题，以及加强信息安全与隐私保护。需注意的是，语义信息与语用信息最终仍以语法信息为表征，因此系统无需根本性变更。实际应用中，我们通过在卫星通信系统中增加算力模块，已观察到显著增益。在学术成果方面，我们围绕模分多址、语义传输与语义通信等主题，持续产出高水平论文与专利。

以上是我团队目前的主要工作，希望借此机会与大家交流分享。谢谢大家！

注：本文来源于2025中关村论坛年会嘉宾现场演讲速记，文中内容仅代表专家个人观点