6G的标准设计周期，恰好与AI大规模进入终端、Token无处不在的时间节点重合。这种时间上的交汇，正隐藏着一个关键的产业变革拐点。

高通公司工程技术高级副总裁庄思民（John Smee），自2000年加入高通以来，全程参与了3G、4G、5G每一代通信标准的设计与商用落地，手中持有超过175项美国专利。在MWC上海2026的主旨演讲以及随后科技行者参与的群访中，他正是围绕这一时间重合，系统性地阐述了高通对6G的整体思考。

顺流而下

高通创立于1985年，凭借CDMA技术起家，此后每一代移动通信标准中都有其技术贡献。四十年的无线通信工程积累，使其成为行业技术演进的核心参与者之一。

当下的业务版图早已不止于无线通信，AI计算已成为另一条重要支柱。庄思民在采访中提到，高通正将高能效的AI计算能力融入各类新型无线通信设备，关注的不仅是终端本身，而是从终端、边缘到云端的完整端到端系统。高通公司总裁兼CEO安蒙在COMPUTEX 2026演讲中提出的“计算连续体”概念，恰好点明了这一趋势：产品组合已覆盖从功耗仅“2毫瓦”的AI耳机，到“千瓦级”的数据中心，构成了一个完整的计算层级体系。

就在庄思民登台MWC上海的前一天，高通在纽约举行的2026投资者日上释放了一个重要信号：到2029财年，手机芯片预计将仅占其芯片业务营收的约1/3，其余部分将来自汽车、机器人、数据中心等新兴领域。

换句话说，高通正在将AI计算能力向越来越多的终端设备延伸：智能手机、智能手表、智能眼镜、网联汽车、工业机器人。庄思民在MWC上海演讲中把2026年称为“智能体之年”。这些智能体不仅存在于云端的服务器中，也运行在我们口袋里的手机上、手腕上的手表上、鼻梁上的眼镜上。

这里有两段逻辑值得拆开来看：

第一，当AI从文字对话扩展到视觉、语音、传感器数据的多模态处理时，Token的生产和消费将发生在网络的每一个节点上。安蒙在COMPUTEX 2026上曾给出过一个预测：到2030年，全球每年的Token需求量将超过4×10¹⁵个。

第二，当高通把AI计算能力推向越来越多的终端，Token就随着AI一起“顺流而下”，流到网络的每一个末梢。庄思民在演讲中对此有一个概括：通信网络正在“从传输比特走向支撑Token的流动”。

逆流而上

AI到达终端之后会发生什么？终端开始大量产生数据，而这些数据需要回传。

庄思民在演讲中说：“我们正从过去以用户发起的、下行为主的流量模式，转向在终端和网络边缘侧生成更多数据的新时代。”

他列举了几类典型场景：智能体终端持续感知周围环境，需要将上下文数据回传至云端进行决策；物理AI机器人要将传感器信息实时同步到云端，用于视觉-语言-动作（VLA）模型训练；智能眼镜需要把“看见”的画面上传以进行AI推理。在这些场景中，数据的主流方向已不再是单纯的下载，而是从终端涌向网络。

AI顺流而下得越广，终端产生的数据就越多。这些数据涌向网络，成为云端需要处理的Token。逆流而上，是AI大规模抵达终端之后的客观结果。

庄思民给出了上行改进的具体技术方向。在1GHz至2GHz低频FDD频段（覆盖范围最广、传输距离最远的频段），核心改进方向是提升频谱效率。他列出了两项具体技术：物理层的手段包括概率整形（Probabilistic Shaping）技术，对调制方式与星座图进行优化，这是高通认为能有效带来覆盖增益的技术；同时，也在为LDPC码引入第三基本图（BG3），以进一步提升系统效率。

概率整形的作用，通俗来说，是让低功率信号点更频繁地出现、高功率信号点更少出现，使信号能更聪明地利用频谱。而在更高频段上，高通正在推进从大规模MIMO到Giga-MIMO的演进，目标是让U6G等新频段的覆盖范围与3.5GHz频段相当。庄思民在演讲中给出的量化目标非常明确：上行链路增益达到2倍，小区边缘数据速率翻倍。

上行能力的提升必然带来功耗挑战。庄思民表示，6G从设计之初就将能效作为核心约束，目标是在消耗同等电池电量的情况下，传输更多数据，同时网络侧基站的能效也在同步提升。他特别提到一个关键点：“在6G时代，对网络进行硬件升级能够为端到端系统带来额外增益，我们也能将6G算法部署到新一代硬件中，使其能效表现优于5G时代的硬件。”

AI原生的6G

这就引出了一个工程问题：现有的网络够用吗？

普遍认为，6G是AI原生（AI-Native）的网络，但5G时代已经在用AI进行改善，6G所谓的“AI原生”与“AI+”的底层区别究竟在哪里？

庄思民在接受采访时打了一个比方。他说，设计6G系统，就像在一张白纸上重新规划——既需要明确要达成的关键绩效指标（KPI）来服务未来的AI应用，也需要探索如何创造性地运用AI来改进通信系统的方方面面。在他的表述中，AI被写入6G标准本身的设计逻辑：系统具备自适应与自我学习能力，能够根据特定时点的用户需求，动态调整和优化网络性能。“AI使网络从基于规则的系统迈向更具自适应性的系统。”庄思民此前在演讲中如此概括。

这种“白纸”思路绕不开一个产业担忧。传统蜂窝通信基于香农定理，是确定性数学模型；而深度学习本质上是基于概率的“黑盒”模型。如果把AI引入物理层空口，极端环境或弱信号下的通信确定性如何保证？怎样防止“AI幻觉”导致掉网？

庄思民对此给出了清晰的工程边界。“我们是利用AI来评估如何优化系统特定部分。”他强调，“6G的运行机制仍将遵循以往蜂窝系统的端到端要求、系统设计以及关键性能指标（KPI）。AI被分模块嵌入，每个模块的性能可以独立测试，整个标准制定过程将包括大量测试，以及不同设备厂商之间、设备与网络之间的互操作性验证。”

AI原生并不意味着AI失控，本质上是把AI从“上层补丁”下沉为“架构组件”。

6G需要重新做系统设计，而高通做新设计所依赖的经验，正是来自过去四十年的无线通信积累。这背后是一种产品架构的延伸，正如前述的“计算连续体”，基于高通产品组合覆盖了各个层级。AI在哪一层运行、哪一部分由终端完成、哪一部分交由云端处理，可根据终端待机状态、模型规模、激活时机动态调度。

对于不同节点的算力如何纳入统一调度的问题，庄思民在采访中举例说，一个待机中的语音AI终端和一个正在运行视觉模型的工业机器人，算力需求可能相差几个数量级。他给出的思路是，用智能体系统做调度层：接收用户请求后，将其分解为一组具体操作指令，部分在终端完成，部分交由云端处理。

谈到由此衍生的商业机会，庄思民观察到：运营商开始意识到端云协同的潜力，自身角色也随之扩展，能够跨终端、边缘和云端提供广泛的AI服务。“通信网络正在从传输比特（Bits）走向支撑词元（Tokens）的流动。”他在演讲中直言。

价值单位从比特到词元，意味着通信业务的计价方式可能被重写。

一套系统

顺流而下的AI和逆流而上的数据，最终需要在同一套系统里运行。这是庄思民这次反复强调的判断：“6G系统的设计，要将通信、计算、感知三种核心能力深度融合，释放三者在6G时代的协同价值。”

通信仍然是基础。庄思民强调连接能力的重要性——6G必须在覆盖范围、网络容量与频谱效率三个维度上同步进步，而非偏重某一项。

再说计算。庄思民反复提到一个词——“高能效计算”，这是实现一切的前提。他介绍，“高通在CPU、GPU、NPU的能效设计上具备领先优势，目标是让处理器既能支持终端流畅运行AI任务，又能与网络和云端进行高效的通信交互。”

在演讲中，他进一步谈到AI对电信网络的影响：“AI和计算能力正在深刻变革电信网络。”庄思民在与全球运营商的交流中观察到，“计算生态与通信生态正在逐步融合。而高通在这一过程中正发挥重要作用，与生态系统协同合作助力发掘新机遇，并将高能效计算和高能效AI能力引入这些新的生态系统之中。”

再说感知。6G标准将通信感知一体化（ISAC）列为重点方向。庄思民认为，感知的潜力远未被释放。他解释说，“6G系统的大带宽将释放基于射频的感知潜力，与摄像头等传感器融合，构建物理世界的数字孪生。”这种能力能够服务于机器人、自动导引车（AGV）、网联汽车以及智慧城市等场景。

当科技行者问到哪些感知应用场景目前被低估时，庄思民举了一个出人意料的例子：不是工厂也不是公路，而是增强现实。他描述了一种智能眼镜的场景：眼镜“看见”周围事物，借助AI帮佩戴者想起已经遗忘的信息，他称之为“AI记忆唤起”（AI Recall）。

这个场景完整展示了“顺流而下”和“逆流而上”如何在一副眼镜上同时发生。AI能力已经下沉到了这副眼镜里，端侧NPU运行初步的图像识别；眼镜感知到的信息又向上回传到云端，做更复杂的语义匹配；匹配结果再推回终端呈现给用户。一次“记忆唤起”的背后，通信、计算和感知三条线同时在工作。

除此之外，庄思民也谈到了其他的一些感知场景，比如机器人。MWC上海今年有一场机器人点球大战，GSMA希望通信技术能帮机器人摆脱遥控器的限制。庄思民认为，“对物理连接的机器人而言，关键要确保6G系统能够提升网络容量与广域连接能力。”机器人之间的协作，需要高质量的实时通信，大量传感器数据的回传，让上行能力成为刚需，这也是它们协作和持续学习的生命线。

协作机器人的场景更进一步。庄思民介绍，高通正在用AI训练神经网络和VLA模型，这种场景下，两个系统之间高质量的信息共享至关重要。

汽车是另一个领域。庄思民观察到，行业正从部署高阶自动驾驶和ADAS功能，迈向全新架构，无线连接技术将在推动车辆融入智慧城市环境方面发挥重要作用。

三大基石并非平行的功能模块，它们相互绑定，构成系统整体，任何一个基石的缺失，都会让另两个失去意义。

2028倒计时

2026年6月10日，MWC上海开幕的前两周，3GPP在新加坡举行的第112次全会上批准了Release 21的时间表。高通的6G时间表上有两个关键节点：计划2028年展示符合规范的6G预商用终端，并有望在2029年实现规模化部署。

对于行业需要攻克的最大挑战，庄思民告诉科技行者，他关注的不是某一项技术瓶颈，而是系统层面的问题。他同时给出高通的方法论：“高通在设计下一代技术时，始终坚持一边设计、一边构建。”通信、计算、感知三条线必须同步推进，标准、芯片、终端和网络设备必须协同就绪。

回看高通的历史，这种做法并非6G特有。1989年高通推出CDMA原型机时，CDMA还远未成为行业标准；4G时代高通收购Flarion获得OFDM技术储备时，LTE也还在讨论桌上。这家公司有一个延续了四十年的习惯：在标准确立之前就把技术做到可演示的程度，用实际性能去推动标准走向。高通与多家生态伙伴携手完成了6G射频对准和互操作性测试，原型系统涵盖了Giga-MIMO、概率整形、子带全双工等关键技术。

庄思民在群访中还反复提到6G的另一个设计原则：能效。他说：“6G系统从设计之初不仅支持更大带宽，还力求在运行的各个环节实现极致能效。”从5G到6G的升级路径要做到“顺畅平稳”，6G要比5G更具成本效益。在庄思民看来，6G对运营商的价值主张不只是性能更强，也包括每传输一个Token的成本更低。这和安蒙所说的话一脉相承：“一切都将围绕如何用最少的能耗生成最多的Token。”

庄思民在MWC上海演讲收尾说了一句话，大概是他当天所有表述中最接近世界观宣言的一句：

“高通对6G的愿景，绝不仅仅是设计一个更高效的空口，它更关乎整个生态系统如何携手并进，确保全球对AI的热情能够真正改变人们的生活。”