官方网站-首页

作(zuò)为(wèi)2025中(zhōng)关村(cūn)论(lùn)坛(tán)年(nián)会(huì)的(de)重(zhòng)要(yào)组(zǔ)成(chéng)部(bù)分(fēn)，60场(chǎng)平(píng)行(xíng)论(lùn)坛(tán)中(zhōng)，作(zuò)为(wèi)新(xīn)质(zhì)生(shēng)产(chǎn)力(lì)的(de)人(rén)工(gōng)智(zhì)能(néng)技(jì)术(shù)如(rú)何(hé)重(zhòng)塑(sù)未(wèi)来(lái)产(chǎn)业(yè)格(gé)局(jú)，无(wú)疑(yí)成(chéng)为(wèi)本(běn)届(jiè)论(lùn)坛(tán)最(zuì)引(yǐn)人(rén)瞩(zhǔ)目(mù)的(de)亮(liàng)点(diǎn)及(jí)热(rè)议(yì)话(huà)题(tí)之(zhī)一(yī)。

3月(yuè)29日(rì)下(xià)午(wǔ)，由(yóu)北(běi)京(jīng)市(shì)科(kē)学(xué)技(jì)术(shù)协(xié)会(huì)和(hé)中(zhōng)国(guó)联(lián)合(hé)网(wǎng)络(luò)通(tōng)信(xìn)集团(tuán)有(yǒu)限(xiàn)公(gōng)司(sī)主办(bàn)，北(běi)京(jīng)市(shì)科(kē)学(xué)技(jì)术(shù)协(xié)会(huì)创(chuàng)新(xīn)服(fú)务(wu)中(zhōng)心(xīn)、东盟工程组织联合会(AFEO)、北京科技国际交流中心、北京工程师学会和北京企业技术开发研究会共同承办的“未来互联网产业发展论坛”在中关村国际创新中心成功举行。

本次活动以“智能时代的技术融合与产业变革”为主题，来自国内外的数十位专家聚焦人工智能(néng)、6G、物(wù)联(lián)网(wǎng)、大(dà)模型等前沿技术，围绕下一代互联网如何重构全球产业生态、推动数字化转型的话题作了精彩发言，相关领导及国内外学者约180人参加了本次活动，为新一代互联网共同绘织未来图谱，为全球经济转型贡献了新思路、新观点、新技术。

其中，在活动的主旨演讲环节，中国工程院院士、中国工程院原副院长邬贺铨以《以AI加持网络重构和模式变革》为题，深入剖析了人工智能对未来互联网架构产生的深远影响，他指出，当下互联网已经进入“数智化时代”，而从2025-2035年间，互联网将开启全新十年，来到支持新质生产力发展的“新质互联网”时代。

他提出，人工智能技术深切改变了全球竞争格局，也将重塑世界与我们的构成方式：“AI将推动互联网向智能化、自适应化跃迁，重构工业、医疗、教育等领域的核心逻辑。”

“AI+”的“新质互联网”长啥样？会给我们的生活带来什么改变?

连续两年的《政府工作报告》都部署了“人工智能+”，和传统互联网相比，“AI+”的“新质互联网”到底有何不同之处？邬贺铨院士指出，AI的快速发展不但正持续地重塑着未来互联网的终端形态、网络基础设施和产业应用模式，而AI与6G的结合，也将催生全新的通信范式。

邬贺铨院士表示，首先从数据流向来看，过去互联网应用需(xū)求(qiú)主要(yào)在(zài)“下(xià)载(zài)”——即(jí)数(shù)据(jù)主要(yào)从(cóng)云(yún)端(duān)向(xiàng)终(zhōng)端(duān)传(chuán)输(shū)，而(ér)上(shàng)传(chuán)需(xū)求(qiú)较(jiào)少(shǎo)。而(ér)在(zài)“新(xīn)质(zhì)互(hù)联(lián)网(wǎng)”时(shí)代(dài)，终(zhōng)端(duān)可(kě)能(néng)不(bù)再(zài)仅(jǐn)仅(jǐn)是(shì)数(shù)据(jù)的(de)接(jiē)收(shōu)者(zhě)，更(gèng)是数据的生产者。邬院士描绘了一个生动的情景：未来AI应用生成的视频内容将涉及3D影像、虚实结合等内容，这意味着对网络上下行高带宽的需求将大幅增长。

邬贺铨院士介绍，目前，我国带宽虽已实现了“百兆普及率超95%、千兆覆盖超30%”，并在同步推动“万兆接入”，但这主要针对下行带宽的提升，上传带宽的能力仍有限。“过去我们家庭网络是‘一对多’的传输，对上传需求普遍不高，而未来则可能随着‘多对一’的上传需求而改变，对网络架(jià)构(gòu)的(de)调(diào)整(zhěng)首(shǒu)先(xiān)会(huì)是(shì)一(yī)个(gè)重(zhòng)要(yào)课(kè)题(tí)”。

其(qí)次(cì)，邬(wū)贺(hè)铨(quán)院(yuàn)士(shì)也(yě)提(tí)到(dào)，在(zài)未(wèi)来(lái)跨(kuà)区(qū)域数(shù)据(jù)交(jiāo)互(hù)流(liú)动(dòng)、多(duō)个(gè)算(suàn)力(lì)中(zhōng)心(xīn)协(xié)同(tóng)计(jì)算(suàn)等(děng)多(duō)个(gè)场(chǎng)景(jǐng)下(xià)，AI应(yīng)用(yòng)将(jiāng)对(duì)“低(dī)延(yán)时(shí)、高(gāo)带(dài)宽(kuān)、低(dī)成(chéng)本(běn)、零(líng)丢(diū)包(bāo)率(lǜ)”的(de)网(wǎng)络(luò)提(tí)出(chū)更(gèng)高(gāo)要(yào)求(qiú)。未(wèi)来(lái)网(wǎng)络(luò)需(xū)具(jù)备(bèi)更(gèng)灵(líng)活(huó)的(de)调(diào)度(dù)能(néng)力(lì)，比(bǐ)如(rú)短(duǎn)时(shí)间(jiān)内(nèi)分(fēn)配(pèi)大(dà)带(dài)宽(kuān)资(zī)源(yuán)，对(duì)普(pǔ)通(tōng)数(shù)据(jù)和(hé)重(zhòng)要(yào)数(shù)据(jù)进(jìn)行(xíng)分(fēn)级(jí)管(guǎn)理(lǐ)，甚(shén)至(zhì)关键场(chǎng)景(jǐng)下(xià)要(yào)求(qiú)提(tí)供(gōng)数(shù)据(jù)传(chuán)输(shū)相(xiāng)应(yīng)的(de)安(ān)全防(fáng)护(hù)和(hé)差(chà)异(yì)化(huà)服(fú)务(wu)，这(zhè)些(xiē)意(yì)味(wèi)着(zhe)网(wǎng)络(luò)在(zài)设(shè)计(jì)上(shàng)需(xū)要(yào)更(gèng)多(duō)优(yōu)化(huà)，包(bāo)括(kuò)对(duì)路由(yóu)机(jī)制(zhì)、数(shù)据(jù)缓(huǎn)存(cún)策(cè)略(è)、流(liú)量(liàng)管(guǎn)理(lǐ)等(děng)方(fāng)面(miàn)的(de)调(diào)配(pèi)和(hé)提(tí)升(shēng)。

邬(wū)贺(hè)铨(quán)院(yuàn)士(shì)也(yě)带(dài)大(dà)家(jiā)展(zhǎn)望(wàng)了(le)”AI+”新(xīn)质(zhì)互(hù)联(lián)网(wǎng)的(de)未(wèi)来(lái)使(shǐ)用(yòng)场(chǎng)景(jǐng)：除(chú)了(le)地(de)面(miàn)，更(gèng)扩(kuò)展(zhǎn)到(dào)车(chē)联(lián)网(wǎng)、低(dī)空(kōng)经(jīng)济(jì)、卫(wèi)星(xīng)通(tōng)信(xìn)等(děng)应(yīng)用(yòng)领(lǐng)域。他(tā)表(biǎo)示(shì)，“随(suí)着(zhe)6G的(de)到(dào)来(lái)，未(wèi)来(lái)网(wǎng)络(luò)将(jiāng)拓(tà)展(zhǎn)更(gèng)多(duō)频(pín)率(lǜ)，更(gèng)加(jiā)绿(lǜ)色(sè)化(huà)和(hé)智(zhì)能(néng)化(huà)，推(tuī)动(dòng)整(zhěng)个(gè)互(hù)联(lián)网(wǎng)生(shēng)态(tài)的(de)重(zhòng)塑(sù)。终(zhōng)端(duān)不(bù)再(zài)局(jú)限(xiàn)于(yú)地(de)面(miàn)和(hé)固(gù)定(dìng)，而(ér)会(huì)覆(fù)盖(gài)移(yí)动(dòng)的(de)汽(qì)车(chē)、空(kōng)中(zhōng)的(de)无(wú)人(rén)机(jī)、天(tiān)上(shàng)的(de)卫(wèi)星(xīng)在(zài)内(nèi)的(de)多(duō)种(zhǒng)形(xíng)态(tài)，同(tóng)时(shí)在(zài)不(bù)同环境下，用尽可能低的成本，带给用户最流畅的网络体验。”

最后，邬贺铨院士也特别强调，对6G的研究并不意(yì)味(wèi)着(zhe)5G的(de)问(wèn)题被忽略，相反，很多6G的相关研究成果可以“反哺”5G，用来优化现有网络架构，使其更好地适应AI时代的需求。

Deepseek未完全解决大模型落地难题

对优质数据的获取仍将是一大挑战

在人工智能时代，谁掌握了稀缺的优质数据，谁就可能拥有大模型应用的“天下”。

在谈到解决我国大模型应用落地难的痛点问题，邬贺铨院士提到了“今年年初让人眼前一亮”的Deepseek大模型。他认为，Deepseek的优势在于达到当前顶级大模型性能的同时，大幅降低了计算复杂度。“它降低了大模型的使用门槛，吸引了更多行业关注大模型发展，也拉近了企业与大模型之间的距离”，但“并未完全解决大模型落地的难题”，而对“具有高度准确性、一致性、完整性、可靠性、专有性的优质数据的获取，未来仍面临诸多挑战”。

邬贺铨院士表示，无论是训练大模型，还是推动行业应用，都离不开高质量的数据。例如，在智能交通领域，获取城市级别的数据成本极高。尽管可以利用AI生成部分数据，但前提是必须先拥有一定量的原始数据。此外，数据标注也是一大难题。对于人脸识别、自然语言处理等领域，虽然标注需要人工参与，但整体门槛相对较低。然而，在工业领域，如石油勘探等专业数据，往往需要专业人士参与，造成数据获取的成本极高。同时，安全性问题也不容忽视。数据安全既包括网络安全挑战，也涉及商业诚信与共享问题。

他呼吁，未来需要开发既能进行数据挖掘也能确保数据安全流通的技术，“当然，这不仅涉及技术，其中也涉及管理层面的考量”。

除了面临“优质数据获取难”的挑战(zhàn)，邬(wū)贺(hè)铨(quán)院(yuàn)士(shì)还(hái)指(zhǐ)出(chū)，未(wèi)来(lái)行(xíng)业(yè)应用还需解决大语言模型之外的视频、图像等多模态大模型问题；更复杂场景下大模型更自主更智能的能力提升问题；“云服务”之外，“向终端下沉”的本地运行的需求场(chǎng)景(jǐng)；AI的(de)可(kě)信度等难题。

尽管大模型功能强大且覆盖广泛，但针对特定任务和场景时，有时却常常“大而不强”。由此，邬贺铨院士也提出要在特定行业应用和消费端，面向不同场景开发多个“小模型”和“小程序”，用来补足和丰富AI应用的“生态”，“这样才能真正实现未来大模型的广泛落地”。

来源：北京科技报