通勤路上，你挤在地铁车厢里，手机举到耳边，微信语音那头是同事在交代今天要交的方案细节。“关于那个…… 预算…… 三点之前……”声音断断续续，关键信息大半都漏掉了。 在地铁、地下车库，或者大会、演唱会现场，这种场景想必并不陌生。只要网络变差，微信通话就成了一件折磨人的事，卡顿、吞字、电流声，让人莫名烦躁。怎么都2026年了，想打个微信电话把事情说清楚还这么难？网络差就听不清，这真的是铁律吗？ 今年WAIC中国电信的展台上，我们看到了反常识的一幕。展台上摆着两部正在通话中的手机，上面各自显示着一个局域网IP地址，音质听起来很清晰。然而，其背后的几个字——“**极窄带宽语音通话**”——却吸引了我们的注意。 “极窄”到底有多窄？现场听到一个超乎想象的数字：**0.266kbps**！ 没错，这确实很夸张。你可以翻翻你电脑上任意一个音频文件的码率，几乎不可能找到如此低码率的文件。0.266kbps，是一项目前已知的世界纪录。 目前主流的音乐文件的码率通常为320kbps，某些甚至可达数千kbps。 那么，码率究竟是什么？从其单位也能看出来：kbps = kilo-bits per second，也就是每秒多少千比特。简单说，码率决定了一秒钟的语音里能装下多少信息。码率越高，声音细节越完整；码率越低，数据要挤过狭窄的通道，就得舍弃细节——声音发闷、发飘、断断续续，都是这么来的。 实际语音通话中，服务商通常会使用动态码率：网络好时用高码率，清晰流畅；一旦网络波动（比如地铁钻进隧道），就自动降到低码率，以保住通话不断。 那0.266kbps到底有多低？做个对照更有体会：移动通信的语音编码走过了2G的AMR-NB、4G的AMR-WB，到今天VoLTE高清通话普遍采用的EVS编解码（这已是3GPP迄今性能最好的语音编码），但也需要在5.9到128 kbps区间工作，日常一通VoLTE高清通话大约需15 kbps。而智传网（AI Flow）把这个数字压到了0.266 kbps。 按过去的经验，这种码率顶多传输一些简单的文字指令，打电话是想都不敢想的事。极端情况下，对方说“飞流直下三千尺，疑是银河落九天”，你听到的却是“飞……天”。但在中国电信这里，它不仅能清晰通话，甚至连音乐都能传——仅相当于传统编解码技术128 kbps的1/500；如果只传语音，码率还能更低。这也**刷新了已知语音通信的最低码率纪录**。 可以说，中国电信的这项技术挑战了“网络差就听不清”的铁律。而这项技术也有个名字：智传网（AI Flow），由中国电信人工智能研究院（TeleAI）全自研原创打造。就在大会开幕当天，它从230多个项目中脱颖而出，拿下了今年WAIC的最高奖：**卓越人工智能引领者奖（SAIL奖）**，这个奖也被称为“AI界的奥斯卡”。 此外，智传网（AI Flow）的核心技术生成式智能传输（Generative Transmission）还获得了**首届WAIC-Academic最佳论文奖**。 那么，智传网（AI Flow）到底是什么？为什么能做到传统通信做不到的事？会对哪些领域带来深远影响？中国电信集团CTO、首席科学家、中国电信人工智能研究院（TeleAI）院长李学龙在WAIC中国电信人工智能生态论坛上进行了深度解析。 ## 生成式智能传输：把传“比特流”变成传“词元流” 智传网（AI Flow）是什么？其名字本身就已暗示：智代表人工智能，传是指通信传输，而网指网络技术。 表面看是一项技术，但背后融合了三大学科，这就不难理解为什么智传网（AI Flow）会诞生在TeleAI。 TeleAI是央企里第一家人工智能研究院。而中国电信这家公司本身就是通信起家的。也正因如此，通信的天花板在哪里、瓶颈卡在哪里，没有人比他们更清楚。智传网（AI Flow）就是他们把AI这套新工具，接进通信这门老手艺后长出来的东西。 它到底新在哪儿？关键在于换掉了传输的“货物”。 最传统的通信本质上做的是符号搬运。你的声音被麦克风收进来，收到多少信息，就原原本本传多少比特；视频则拆成一个个像素点往外发。信息越清晰，数据量越大，占的带宽也越多。这是一笔省不掉的刚性开销。 带宽不够怎么办？只能压缩，而压缩又分为无损压缩和有损压缩。为了尽可能降低带宽，只能选择有损压缩，即丢弃部分细节。可压缩有极限，压到最后，就是我们熟悉的那种糊成一团、断断续续的体验。所以在旧框架里，这几乎是个死结：要清晰就得要带宽，没带宽就别想清晰。 不同程度的图像有损压缩示意，音频也是类似。 智传网（AI Flow）的不同之处在于，它是一种借助智能完成的压缩。其核心技术叫**生成式智能传输**，思路可以概括成六个字：**用计算换带宽**。 具体来说，发送端不再直接搬运声音本身，而是先用多模态大模型把这段语音“读懂”，把其中最核心的语义、声纹、特征等信息，凝练成一小串词元（Token）发出去；接收端收到这串词元后，再用生成式大模型把声音重新“生成”还原出来。传输的对象，就此从“比特流”变成了“词元流”。词元的体量远小于原始比特，带宽占用自然断崖式下降。 这套打法背后是TeleAI早就铺下来的理论地基。早在2002年，李学龙团队就提出了**信容理论**，揭示了计算、通信与存储之间可以相互折叠、彼此换算的关系。除此之外，团队对“噪声”的重新定义也为这套架构扫清了认知障碍——传统通信视噪声为洪水猛兽，而“**正激励噪声**”理论指出，当噪声与任务目标相关时，它反而能降低任务复杂度、起到正向驱动作用。这一认知让AI不再盲目地“丢弃”低码率下的细节，而是学会区分哪些是干扰、哪些是可用的线索。后来，多模态大模型成熟，“用计算换带宽”终于得以从纸面走进现实——通信研究盯了几十年的编码和信道，天花板被AI捅破。 对智传网（AI Flow）来说，传语音其实只是一道“简单题”，毕竟语音的码率本来就不大。真正的考验是视频。 传统视频编码（从H.264到H.265、H.266）本质上是在“找冗余”，即靠帧间预测和运动补偿，只记录前后画面里变化的部分。这套思路已经打磨到极致，H.266在理想情况下甚至能把码率压到H.264的四分之一。但它再聪明，传的仍然是像素的差值，一旦带宽被压到临界点，残差信息不够了，画面就开始糊、开始丢帧。这是“搬运像素”这条路线绕不开的物理下限。 同样地，智传网（AI Flow）更换了这条路线：不再搬运像素差值，而是传词元。 发送端从视频流中抽出画面语义、动态特征，凝成轻量的词元流发出；接收端再把画面重新“生成”出来。结果相当夸张：一段1080P、24FPS的高清视频，不到100kbps就能稳定传输，而传统方式需要约3.6Mbps——前者只有后者的3%。如果说语音方向，智传网实现的是“**用发信息的带宽打电话**”，那在视频方向它就实现了“**用打电话的带宽传高清视频**”。 极致的压缩效率让“传词元”这件事的想象力没有止步于传画面。和世界模型联手之后，它甚至能传一个“世界”。 最近有多少人熬夜看世界杯？但无论你买的电视多大，你能看到的画面始终是导播给你切的那个角度，说白了就是一个三维世界的投影。 智传网（AI Flow）就不一样了，借助词元流，它**能装下一场球赛的球员、足球、球场和动作轨迹之间的时空关系**。当然，要把这样的词元流还原成画面，靠传统解码已经不够了，TeleAI在接收端引入的，正是当下AI领域最热的技术之一：世界模型。 接收端也不再只是逐帧重建像素，而是根据词元流还原出一个可进入、可观察的三维世界——同一次射门，你可以从全景俯瞰，可以贴身跟拍，甚至可以切换到门将的第一人称视角，重新看一遍。 李学龙在演讲中用了柏拉图的比喻：传统视频里，观众是洞xue中看影子的囚徒；而智传网（AI Flow）让你走出洞xue，自由翱翔。对赛事直播来说，这也许意味着一件不小的事：“导播决定你看什么”的时代，正在出现裂缝。 **这就是“传比特”和“传词元”的本质区别，前者很快触及天花板，而后者的应用边界才刚刚开始探索。** 当然，画面是AI“生成”出来的，一个自然的疑问是：它能信吗？毕竟，一个不可信的东西，你传得再快、再清晰有什么用？ 这方面，TeleAI给出的回答是双重保障。一方面，团队对重建的通信速率与理解性能做了系统评估，无论是下游任务的理解能力，还是原始音视频的重建质量，都达到国际领先水平；另一方面，可信溯源技术会给每一段重建视频打上“不可磨灭的数字烙印”，确保无论从哪个视角观察，事件的真实性都不会被篡改。 这其中，藏着一次迟到七十多年的突破。早在信息论奠基之初，香农和韦弗就把通信分成了三层：符号层，关心一串比特能否准确送达；语义层，关心意思有没有传对；效用层，关心接收方拿到信息后能不能真正把事情办成。传统通信八十年来主要在啃第一层。 而智传网（AI Flow）想做的是**让同一串词元贯通三层**：它既是精准重建画面的特征数据（符号层），又是可被理解、推理的语义向量（语义层），还能直接驱动一次救援决策或一个机器人动作（效用层）。 以灾区救援为例，一棵树的纹理还原得准不准，优先级其实很低；“哪里有人、道路断没断、房子会不会塌”，才是效用层真正在乎的东西。 所以，智传网（AI Flow）真正的意义，不只是把声音、画面压缩得更小，而是让信息以“可信可用”的形态抵达原本到不了的地方，去发挥它应有的效用——这对AI来说，正是当下最紧迫的一道关卡。 ## 天空地海：低带宽链路下实时传输音视频 这几年AI的演进有一条清晰的主线：从大模型，到智能体，再到具身智能，能力越来越强，也越来越需要突破物理边界“走出去”，走进天空、荒野、深海这些人和网络都难以抵达的地方。可传统通信的覆盖，高度依赖基站、光纤和稳定电力，一旦离开这些基础设施，连接就会迅速崩塌。 智传网（AI Flow）要做的，是让一批硬件终端摆脱这种束缚，把智能送到更远的地方。TeleAI把这件事拆成了**天、空、地、海**四个方向。 先看“天”和“空”。当下业界都在喊“算力上天”，但算力上天的意义究竟在哪？过去，卫星在通信网络里扮演的角色几乎没变过，它就像一面挂在天上的镜子，只负责把信号反射回去，大部分的“思考”都发生在地面。算力上天真正的价值，就是让卫星从“管道”变成“节点”：信息还在轨道上，就被读懂了。 道理成立，但怎么落地？智传网（AI Flow）提供了实现的可能。星地链路的特点是地面终端功率小、天线小，往卫星发信号（上行）的带宽很紧张；而卫星往地面广播（下行）的带宽相对宽裕。顺着这个天然的不对称，智传网（AI Flow）把最吃算力的解码模型部署到在轨卫星上——终端只管把轻量词元发上去，重活留给天上。目前，这一应用方向还在推进过程中。 而顺着这张网往下，就到了“空”这一层——**轻小型无人机直连卫星，传输高清视频，这是国内首次**。 TeleAI自研的人形机器人，以及像宇树这样的合作伙伴的机器人，都能接入这张网：一台机器人发现的路况，可以同步给另一台；一台学到的经验，可以变成整个机器人网络的共识。多台设备由此减少重复感知与重复计算，逐步走向**分布式群体智能**。 最后是“海”或者说“水”。我们生活在一个被水包围的世界，很多活动都在水里展开。可在无线通信意义上，任何一片水域都是一块“信号黑洞”，因为电磁波在水里衰减极快，几乎传不了几米；换光通信，清水里能传得远，可水一浑浊就瞬间失效。于是只能退回到声波，因为声学链路是浑浊水体里唯一还能远距离传输的载体，但它本身带宽极窄。智传网（AI Flow）做的，是在这条狭窄的声学链路上，硬生生跑通了实时高清视频。 依托智传网（AI Flow）与自研的高速声通信模组，TeleAI首次实现了在任意水体中的远程无线实时视频传输，可在超过10米的距离上稳定回传720P高清画面，应用于水下巡检、生态监测、应急搜救等场景，为这些极端环境提供了稳定、实时的无线视觉通信能力。 这套核心载荷，目前已经搭载在TeleAI自研的“空海跨域潜航器”上。我们可以把它理解成一台能从空中扎进水里的无人机，未来还将随着与中国船舶集团的合作，出现在更多平台上。 第二块是海量视频的存储。城市里的摄像头越来越多，4K、8K设备不断普及，视频数据正在爆炸式增长。传统做法要完整保存每一帧画面，可大量监控画面长期“存而不用”，既吃存储空间，又难以按需调取。很多监控往往只能留存一周左右就得清空腾地方。 智传网（AI Flow）换了个思路：不再逐像素保存，而是把视频编码成精简的词元存下来，需要时再用生成式模型按需还原。 需要说明的是，传统视频压缩同样会利用前后帧的冗余，这不新鲜。智传网（AI Flow）的不同在于它进一步借助模型能力，把背景、人物、车辆、事件统一编码，因为固定机位的监控画面里，背景常年不变，系统就只留人和车这些真正动态的语义，而不是一帧帧去记录几乎没变的画面。 中国电信拥有全球最大的视联网，覆盖超过1亿路摄像头，正在规模化推广这项压缩存储技术。 效果是：在同等硬件条件下，存储空间可降低为传统方案的约1/40，**原本只能存一周的影像，如今能存下接近一整年**。这项技术已在天翼视联的视联网上规模化落地，首批已有上千路摄像头接入。 第三块是隐私保护。在养老看护、校园防霸凌这类敏感场景里，人们既希望摄像头能及时发现危险，又不愿意自己的生活被赤裸裸地录下来、传上去。这是一对天然的矛盾。 智传网（AI Flow）靠分层的语义词元流化解了它：在传输阶段就把敏感词元筛掉，让接收端能读懂“发生了什么”，却无法还原“看到了什么”。比如在养老场景中，系统能识别老人跌倒、挥手求助等异常行为并及时向后台报警，但原始影像无从恢复。用一句现场文案来说——“传的是词元，不是画面；认的是行为，不是人脸”。这套方案将在智云上海等平台上线，触达约400万终端用户。 从灾区到城市，从抢险到看护，这三块场景的共同点在于：智传网（AI Flow）关心的，已经不只是“传了多少数据”，而是“这些信息能不能帮人和机器把事情办成”。 ## 通信，正在成为智能涌现的条件 从地铁里那通断断续续的电话，到灾区、深海和卫星轨道，智传网（AI Flow）在WAIC上讲的其实是一个关于“连接”的故事：那些因为带宽、距离和环境而被切断的连接，正在一条一条被接回来。 李学龙在演讲里说过一句让人印象很深的话：“**智能的涌现，源于连接和交互。**”他说，智人之所以繁衍壮大，靠的不是比尼安德特人更强壮的体格，而是语言和信息的交流互动，即连接让个体的聪明变成了集体的智慧。 AI时代同样如此。**大模型、智能体和机器人都不会孤立成长，只有当一个机器看到的世界能成为另一个机器的经验，当分散的感知与能力能够持续流动、融合，智能才可能真正涌现。** 七十多年前，香农用信息论教会人类如何把比特送得更远；今天，智传网（AI Flow）想回答的是另一个问题：当比特变成了词元，当连接无处不在，智能可以生长到多远？ 值得玩味的是，AI圈这些年一直在讲“压缩即智能”，即一个模型能把世界压缩得多好，某种程度上就代表它对世界理解得多深。智传网（AI Flow）把这句话反了过来：**用智能去做压缩**。它靠对世界的理解，把该传的意思拎出来、把冗余的比特扔掉，还在其分层网络架构中部署了一系列大小不同的**家族式同源模型**，希望实现**基于连接与交互的智能涌现**。压缩与智能，就此变成了一条真实跑在网络里的技术路径。 从这个意义上说，通信正在卸下“传输工具”的旧身份，成为智能得以涌现的条件本身。而智传网（AI Flow）所拓展的也不只是带宽的边界，更是智能能够抵达、连接与生长的边界。