作者：周雅

如果要用一句話總結(jié)今年MWC2026給人的總體觀感，那或許是，AI正在進(jìn)行一場深度的“二次滲透”。它沿著兩條看似獨立、實則相互咬合的路徑滲透——一端，是越來越貼身的個人AI，滲入手表、眼鏡、胸針、耳機(jī)這些近身設(shè)備，試圖比你更懂你；另一端，是越來越有腦的網(wǎng)絡(luò)，它把感知與計算注入到基站與RAN。

而把這兩條路徑擰成一根繩的，是6G——一個被高通定義為“連接、感知、計算”三位一體、天生就是AI原生的網(wǎng)絡(luò)。

6G，不止于連接的AI原生平臺

“我們?yōu)楹维F(xiàn)在要討論6G？誰在期待它？為何如此緊迫？”

在與我們的交流中，高通技術(shù)公司執(zhí)行副總裁兼技術(shù)規(guī)劃、邊緣解決方案與數(shù)據(jù)中心業(yè)務(wù)總經(jīng)理馬德嘉（Durga Malladi）開門見山拋出了通信行業(yè)的共同議題。確實，當(dāng)5G還在持續(xù)演進(jìn)時（目前處于5G-A階段），過早談?wù)?G似乎顯得有些“不合時宜”。

但高通的答案卻異常堅定：時機(jī)已到，且刻不容緩。因為一個與5G并行發(fā)展的巨大變量——人工智能已經(jīng)坐上牌桌。

“5G在演進(jìn)，AI也在狂奔，這兩項技術(shù)在未來都蘊含巨大潛力?！瘪R德嘉解釋說，“所以，我們現(xiàn)在必須開始規(guī)劃一個全新的蜂窩平臺，它能夠融合兩者優(yōu)勢，在單一技術(shù)體系中加以整合?！?/p>

這些思考，最終凝聚成了高通首次在MWC上完整闡述的6G愿景。它不再是圍繞“連接”單一維度的線性升級，而是搭建了三大基石：連接（Connection）、廣域感知（Wide-Area Sensing）和高性能計算（High-Performance Computing）。這三大基石，為未來的智能體驗打下最深的地基。

高通技術(shù)公司執(zhí)行副總裁兼技術(shù)規(guī)劃、邊緣解決方案與數(shù)據(jù)中心業(yè)務(wù)總經(jīng)理馬德嘉（Durga Malladi）

基石一：被AI重塑的「連接」。

連接，作為移動通信的本行，這在6G時代依然是核心。但重點變了。

過去，從3G到5G，我們對連接的追求主要集中在“下行鏈路”——更快的下載速度，意味著更流暢的視頻、更快的游戲加載速度。然而，隨著AI，特別是端側(cè)AI應(yīng)用的興起，一個長期被忽視的瓶頸開始冒出來：上行鏈路。

高通技術(shù)公司工程技術(shù)副總裁季庭方博士

高通技術(shù)公司工程技術(shù)副總裁季庭方博士一語中的：“現(xiàn)在下行速率已經(jīng)做到很快，但是上行鏈路相對會受到限制，因為在此前的應(yīng)用中，上行的數(shù)據(jù)量比較有限。但從去年開始，智能體設(shè)備（比如智能體手機(jī)）出現(xiàn)，上行數(shù)據(jù)量一下子增加了很多。未來十年，你要隨時跟AI交互，上行能力絕對會成為一個瓶頸?！?/p>

換言之，當(dāng)未來的AI眼鏡、AI胸針等個人AI設(shè)備成為主界面時，設(shè)備需要一秒不落地把看到的畫面、聽到的聲音上傳，以獲取云端或邊緣側(cè)的AI分析與反饋。這種持續(xù)性的數(shù)據(jù)上傳需求，對上行帶寬和時延提出了高要求。

所以，6G從一開始就把“提升上行能力”放在了核心位置。季庭方拋出了幾條硬核的技術(shù)路徑：

譬如，6G打算引入“全雙工（FDX）”概念?，F(xiàn)在的5G網(wǎng)絡(luò)就像一條限時的單行道，大部分時間用來接收（下行），只有很小一部分時間允許你發(fā)送（上行），這是因為現(xiàn)有的子帶雙工采用“時分雙工（TDD）”，通常是“4收1發(fā)”的配置，4個時序用于接收，1個時序用于發(fā)射，只有1/4至1/5的時間來發(fā)射信號。而全雙工技術(shù)，能讓數(shù)據(jù)的收和發(fā)在同一個瞬間同時進(jìn)行，這就打破時延的緊箍咒。

再譬如，向更高頻段演進(jìn)，以及天線數(shù)量的增加，也為提升上行能力提供了新解法。傳統(tǒng)的單天線通常是全向輻射，發(fā)出的電磁波是發(fā)散的，就像個“燈泡”把信號向四面八方亂撒，極度浪費能量；但在6G高頻段下，天線矩陣就像“聚光燈”，能極其精準(zhǔn)地把信號“打”向基站。這樣一來，就算手機(jī)發(fā)射功率卡在200毫瓦的安全紅線內(nèi)，基站也能穩(wěn)穩(wěn)接住這股集中的能量。此外，高通還在同步推進(jìn)底層波形的改進(jìn)，單靠波形優(yōu)化，就能額外帶來2倍的上行鏈路增益。

這些技術(shù)細(xì)節(jié)，更反映了6G的設(shè)計底層邏輯：6G的連接能力，必須原生支持AI時代的數(shù)據(jù)交互模式。正如馬德嘉在介紹高通最新調(diào)制解調(diào)器及射頻平臺X105時強(qiáng)調(diào)，它所集成第五代AI處理器，已經(jīng)可以實現(xiàn)流量分類，識別來自微信、WhatsApp、Teams的視頻流量，或是單純觀看YouTube的流量。這預(yù)示著，未來的6G將更智能理解和調(diào)度每一比特數(shù)據(jù)，為AI應(yīng)用提供最優(yōu)的連接服務(wù)。

當(dāng)然，未來的連接并非只有6G一條路。在室內(nèi)和企業(yè)環(huán)境中，Wi-Fi 依然是不可或缺的關(guān)鍵角色。

對此，高通技術(shù)公司副總裁兼無線基礎(chǔ)設(shè)施與聯(lián)網(wǎng)業(yè)務(wù)總經(jīng)理Ganesh Swaminathan在采訪中，也給出了清晰定位：“在高通看來，蜂窩網(wǎng)絡(luò)與 Wi-Fi 并非替代關(guān)系，而是互補(bǔ)關(guān)系?！彼忉尩溃拔磥硎辏絹碓蕉嗟膽?yīng)用場景、不同的帶寬要求，以及在延遲、覆蓋范圍方面的敏感度需求，將最終決定在特定場景中哪種技術(shù)更適合被采用?！边@種蜂窩與Wi-Fi的互補(bǔ)共生，共同構(gòu)成了AI時代的連接底座。

高通技術(shù)公司副總裁兼無線基礎(chǔ)設(shè)施與聯(lián)網(wǎng)業(yè)務(wù)總經(jīng)理Ganesh Swaminathan

基石二：讓網(wǎng)絡(luò)睜開眼睛的「廣域感知」。

如果說重塑連接是在修路，那么“感知”能力，則是6G賦予移動通信網(wǎng)絡(luò)的一項全新維度，也是6G相較于前幾代技術(shù)最獨特的超能力。“過去的通信技術(shù)，我們從來沒把感知和通信結(jié)合在一起。對6G來說，感知是獨門絕技。”馬德嘉興奮地強(qiáng)調(diào)，“如果所有的蜂窩基站和無線單元都有了感知能力，能識別天上飛的無人機(jī)、地上的車流，這會產(chǎn)生多大的商業(yè)價值？”

這項技術(shù)，在業(yè)內(nèi)被稱為「通感一體」（ISAC）。簡單來說，就是利用無線電波在傳播過程中彈射、反射的物理特性，反推出周圍物體的距離、速度甚至形狀。本質(zhì)上，它讓基站變成了一個個低分辨率但覆蓋范圍極廣的雷達(dá)?；荆谝淮螕碛辛俗约旱难劬?。

高通在MWC展臺的現(xiàn)場演示，已經(jīng)讓它照進(jìn)現(xiàn)實：利用Giga-MIMO（一種超大規(guī)模天線技術(shù)）的廣域感知能力，實現(xiàn)了厘米級精度的無人機(jī)探測。季庭方告訴我們，在基站側(cè)，Giga-MIMO技術(shù)能提升頻譜的覆蓋能力；在終端側(cè)，由于頻率越高，波長越短，天線尺寸越小，Giga-MIMO技術(shù)能在上中頻段（Upper mid-band）可以集成更多天線，終端功能隨之提升。

“感知是非常特殊的應(yīng)用場景，需要廣泛的網(wǎng)絡(luò)覆蓋，本質(zhì)上是基于無線信號，這是運營商實現(xiàn)轉(zhuǎn)型的重要切入點?！奔就シ綇?qiáng)調(diào)。他從商業(yè)模式角度分析，目前運營商的安防監(jiān)控主要依賴視頻攝像頭，如果把中國現(xiàn)有的400多萬個5G基站，都變成新的廣域感知傳感器，就能獲取更豐富的信息。6G的“射頻感知（RF Sensing）”能力，可以在現(xiàn)有基礎(chǔ)上疊加一層全新的信息維度。

譬如，有一個安防攝像頭，目前它通過5G網(wǎng)絡(luò)連接，將拍攝的視頻畫面回傳，然后利用AI分析盒檢測畫面中的人員是否佩戴安全頭盔，這是目前企業(yè)場景中的一種解決方案。如果進(jìn)入6G時代，這個攝像頭不僅是一條連接通路，本身也是一個雷達(dá)，無論是黑夜還是下雨，或者有人走到樹后面被遮擋時，光學(xué)攝像頭可能會失效，但射頻信號卻能夠穿透這些障礙，依然實現(xiàn)有效感知。

更重要的是，這種感知方式天然具備隱私保護(hù)的優(yōu)勢?！?G的感知技術(shù)可以把每一個聯(lián)網(wǎng)設(shè)備變成一個雷達(dá)，雷達(dá)所使用的頻段波長在厘米級，能夠感知運動，卻無法識別目標(biāo)身份，這對于許多隱私敏感的場景來說，有很大價值?！奔就シ窖a(bǔ)充道。

基石三：讓網(wǎng)絡(luò)擁有大腦的「分布式高性能計算」。

網(wǎng)絡(luò)有了眼睛，看到了海量數(shù)據(jù)，下一個致命問題來了：這天文數(shù)字般的數(shù)據(jù)，難道全塞給遠(yuǎn)端的云服務(wù)器去算？

馬德嘉用一組極其現(xiàn)實的功耗對比，解釋了數(shù)據(jù)處理的思路：“如果把AI推理完全放在終端側(cè)，功耗只有5瓦左右；如果全部放到云端數(shù)據(jù)中心處理，單個機(jī)架的功耗高達(dá)100-200千瓦，需要用復(fù)雜的液冷系統(tǒng)才能維持運行。而如果放到網(wǎng)絡(luò)側(cè)（比如基站）處理呢？只需部署普通的風(fēng)冷服務(wù)器和加速卡，功耗就能控制在100-300瓦。這樣既降低了能耗，又兼顧了AI推理?！?/p>

這正是高通一直倡導(dǎo)的「混合AI（Hybrid AI）」或分布式計算路線。高通意識到，當(dāng)AI從“訓(xùn)練”走向“推理”階段，算力必須下沉到離用戶更近的基站或邊緣節(jié)點，可以在功耗和時延上取得巨大優(yōu)勢。在這個過程中，「邊緣計算」其實涵蓋了兩個節(jié)點：一類是終端本身，另一類則是電信運營商的網(wǎng)絡(luò)。對應(yīng)到整體架構(gòu)上，這就形成了端、網(wǎng)、云協(xié)同，這才是最優(yōu)解。

“中國已經(jīng)建了400多萬個5G基站，這是一個極其龐大的計算節(jié)點規(guī)模，是運營商的重要資源。”季庭方指出。過去，基站邊緣計算（MEC）一直雷聲大雨點小，原因很簡單——沒有AI，無法調(diào)用算力。如今，終端AI催生的海量推理需求，剛好能把這些沉睡的計算節(jié)點徹底激活，運營商可以在遍布全國的基站中部署AI加速卡，構(gòu)建一個分布式的AI推理網(wǎng)絡(luò)。

當(dāng)被問及這是否需要對現(xiàn)有RAN（無線接入網(wǎng)）架構(gòu)進(jìn)行調(diào)整時，馬德嘉提出了高通的獨特見解。他認(rèn)為，網(wǎng)絡(luò)中的工作負(fù)載可以分為兩類：一類是傳統(tǒng)的RAN協(xié)議棧處理，最適合由CPU完成；另一類則是AI推理，最適合由NPU完成?！皟深惞ぷ髫?fù)載的處理過程截然不同。業(yè)內(nèi)存在另一種觀點認(rèn)為GPU能同時解決所有問題，我們認(rèn)為這并非最優(yōu)解，不同工作負(fù)載需要定制化處理方案?！边@種異構(gòu)計算的思路，體現(xiàn)了高通在芯片設(shè)計領(lǐng)域深厚的功力，以最優(yōu)能效比來構(gòu)建網(wǎng)絡(luò)大腦。

連接、感知、計算，這三大基石共同構(gòu)筑了6G的AI原生平臺。為了推動6G往前發(fā)展，高通在MWC期間牽頭打造了「6G發(fā)展共識」，目前已經(jīng)集結(jié)了包括三大運營商在內(nèi)的全球近60家合作伙伴。

“6G會是全球統(tǒng)一標(biāo)準(zhǔn)。”季庭方對此毫不懷疑，“一旦出現(xiàn)不同標(biāo)準(zhǔn)，整個生態(tài)系統(tǒng)將難以承受?！倍@份涵蓋了全球主要玩家的共識，正是邁向統(tǒng)一標(biāo)準(zhǔn)的第一步，也是最關(guān)鍵的一步。

個人AI降臨：不止于手機(jī)，讓AI跨端干活

當(dāng)6G在宏觀層面重塑網(wǎng)絡(luò)的同時，在微觀層面，一個由“個人AI”組成的微型宇宙正在爆發(fā)。

高通技術(shù)公司執(zhí)行副總裁兼手機(jī)、計算和XR事業(yè)群總經(jīng)理阿力克斯·卡圖贊（Alex Katouzian）將目光拉回到了我們每個人身上。在他看來，AI眼鏡、胸針等智能穿戴設(shè)備的爆發(fā)，核心并不在于某個App有多好用，而在于設(shè)備本身擁有了感知你生活的能力。

“戴上這些設(shè)備，無論是戴在頭上、身上、掛脖子上，都配有攝像頭和麥克風(fēng)，它時刻見你所見，聽你所聽。你甚至都不用掏出手機(jī)，不用打開電腦，也不用動手搜索，只需要簡單問一句，AI就能識別你眼前的東西并給出答案。”卡圖贊描繪的這種無縫交互，正是高通推出“驍龍可穿戴平臺至尊版”的初衷——他們破天荒地在手表、眼鏡的芯片里塞進(jìn)了專用NPU，直接支持20億參數(shù)的端側(cè)大模型。

但現(xiàn)實很骨感：在巴掌大甚至硬幣大小的可穿戴設(shè)備里，硬跑一個20億參數(shù)的大模型，功耗真的撐得住嗎？

為了解開這個痛點，卡圖贊拋出了高通的一套神級調(diào)度方案，他稱之為“Good-Better-Best（良好-更佳-最佳）”的分層處理模式。

第一層是“Good（良好）”。遇到最簡單、要求秒回的日常小事，比如調(diào)個設(shè)備設(shè)置、快速查個本地信息，由可穿戴設(shè)備自身的NPU直接處理?？▓D贊評價這種本地直出的體驗：“非常實用，且時延超低?！?/p>

第二層是“Better（更佳）”。遇到稍微復(fù)雜點的問題，可穿戴設(shè)備絕不自己死磕，而是通過藍(lán)牙或Wi-Fi，把任務(wù)順滑地“甩”給兜里的手機(jī)或包里的PC。要知道，現(xiàn)在的手機(jī)和PC已經(jīng)能跑起100億甚至200億參數(shù)的模型了，哪怕在不聯(lián)網(wǎng)的離線狀態(tài)下，也能給出極高質(zhì)量的回答。

第三層是“Best（最佳）”。只有遇到那種需要上知天文下知地理、需要海量知識推理的終極難題，任務(wù)才會被最終拋上云端，交給云端的超大模型來降維打擊。

正是這套“三級火箭”式的算力接力，平衡了時延、功耗與性能的“不可能三角”。它讓你的智能設(shè)備既能隨時召喚頂級AI，又不至于半天就耗盡電量。

在硬件的極限壓榨上，卡圖贊透露了一組極具反差感的數(shù)據(jù)：高通把芯片組架構(gòu)的各項功能功耗，控制在了約1瓦的極低水平，更甚者，當(dāng)某個模塊運行時，根本不需要喚醒整塊芯片上的其他組建，把能效表現(xiàn)做到極致。

得益于這種極高的集成度，現(xiàn)在的芯片主板只需占用眼鏡框的一個微小角落，省出來的大把物理空間，全都可以用來塞電池?？▓D贊表示，目前搭載驍龍芯片的AR眼鏡已經(jīng)能跑到約8小時續(xù)航，而在這種極致的功耗控制下，未來設(shè)備的續(xù)航有望被拉長到16至20小時。

高通技術(shù)公司執(zhí)行副總裁兼手機(jī)、計算和XR事業(yè)群總經(jīng)理阿力克斯·卡圖贊（Alex Katouzian）

但新痛點也隨之而來：試想一下，未來你手腕上戴著智能手表，鼻梁上架著智能眼鏡，胸前還別著個AI胸針。這三四件神仙打架的設(shè)備，怎么知道彼此在干嘛？我們獨一份的個人信息，又怎么在它們之間絲滑流轉(zhuǎn)？

對此，卡圖贊拋出了極其務(wù)實的兩條策略：

第一條叫“高通搭臺”：用一套標(biāo)準(zhǔn)軟件打天下。

如果你買的設(shè)備來自不同廠商，沒有那種完美的“全家桶”生態(tài)怎么辦？高通直接提供一整套參考設(shè)計平臺，其中包含一套軟件棧以及配套App可供下載。

卡圖贊拿一款基于高通SDK開發(fā)的智能胸針舉了個例子：當(dāng)你把胸針和手機(jī)App連上后，App會通過主動向你提問，來了解你的個人信息（這些數(shù)據(jù)建議留在端側(cè)并進(jìn)行私有云備份）。此外，這個App還是個“調(diào)度大師”，當(dāng)你有任務(wù)需求時，它會智能安排算力優(yōu)先級，先讓手機(jī)算，算不過來再順滑地拋給ChatGPT或豆包等云端AI平臺?！斑@些AI助手隨著對你了解加深，給你提供的幫助就越來越有用?！?/p>

第二條叫“廠商全包”：借力OEM的原生生態(tài)閉環(huán)。

如果OEM廠商本身就同時生產(chǎn)手機(jī)和可穿戴設(shè)備，那事情就簡單多了?？▓D贊舉例說：比如你買了一部手機(jī)，順手搭了一副同品牌智能眼鏡。拆開包裝那一刻，它們在底層就已經(jīng)自動建聯(lián)了，并且無縫接入了這家廠商自研的AI助手。在這種原生生態(tài)里，所有的跨端協(xié)同、算力編排，終端廠商在出廠前就已經(jīng)替你默默鋪好了路。

簡言之，一條路是高通造的一座“軟件通用橋”，另一條路是頭部大廠建好的“原生全家桶”。這兩套方案并駕齊驅(qū)，確保了你的個人AI無論在哪家設(shè)備上，都能像串門一樣無縫穿梭。

但這又引出了一個終極拷問：當(dāng)這個AI被你訓(xùn)練得越來越個性化，幾乎成了世界上的“另一個你”時，它的“數(shù)據(jù)”和“個性”到底存在哪兒？萬一你把眼鏡丟了，或者換了部新手機(jī)，這個最懂你的AI助手如何遷移？

卡圖贊給出的方案是“端側(cè)隱私”與“私有云備份”的結(jié)合。

“用戶數(shù)據(jù)留在本地（端側(cè)）絕對是最安全的，因為除了用戶本人，任何人都無法訪問這些數(shù)據(jù)。”卡圖贊先強(qiáng)調(diào)了端側(cè)處理的隱私優(yōu)勢，但為了防止設(shè)備遺失或更換帶來的數(shù)據(jù)風(fēng)險，高通強(qiáng)烈倡導(dǎo)把個人數(shù)據(jù)和模型備份到私有云。請注意，這里的私有云加了一道鎖：“這些數(shù)據(jù)全部經(jīng)過加密，必須用你本人的專屬密鑰才能解鎖。無論是OEM廠商還是云服務(wù)供應(yīng)商，均不持有該密鑰?！?/p>

不止于數(shù)字世界，讓AI走出屏幕擁抱物理世界

如果AI長出四肢和感官，它是否就能真正活過來，在這個物理世界里替我們倒水、搬磚甚至開車？

答案是肯定的，到那時候我們就毫無懸念地來到具身智能時代的新紀(jì)元。

在MWC同期的一場論壇上，高通技術(shù)公司執(zhí)行副總裁兼汽車、工業(yè)及嵌入式物聯(lián)網(wǎng)與機(jī)器人事業(yè)群總經(jīng)理Nakul Duggal，為我們揭開了高通在具身智能領(lǐng)域的舉措。

“我想大家都會同意，具身智能是個相對新的概念?！盌uggal坦言。這個概念的核心，是讓AI不僅處理信息的數(shù)字大腦，而是一個能夠通過物理實體（如機(jī)器人、汽車）感知世界、并對世界施加影響的“行動派”。

Duggal指出，計算機(jī)視覺的進(jìn)化路線已經(jīng)徹底變了：從單一的圖像識別，演進(jìn)到視覺-語言模型（VLM），再進(jìn)一步邁向視覺-語言-行動模型（VLA）。這一演進(jìn)，讓機(jī)器不僅能“看懂”，能“理解”，更重要的是，能“行動”。

這恰好與6G形成了完美閉環(huán)。6G的廣域感知能力，相當(dāng)于給物理建了一個實時的“數(shù)字孿生”地圖，而具身智能機(jī)器人，就是在這個高精度地圖里干活的執(zhí)行者。

談到機(jī)器人的設(shè)計，Duggal打了個比方：目前的智能駕駛汽車，充其量只是個“運輸機(jī)器人”；但未來真正的物理機(jī)器人，要面對更復(fù)雜的挑戰(zhàn)，如高精度的操作、與非結(jié)構(gòu)化環(huán)境的交互等。

這需要全新的系統(tǒng)架構(gòu)。這意味著，未來的機(jī)器人造物法則變了，硬件（四肢、手爪、傳感器）與AI算法（大腦）必須被當(dāng)成一個血脈相連的整體來設(shè)計，這才是真正的“物理智能”。

但現(xiàn)實問題隨之而來：一個既要長眼睛又要長腦子的全能管家機(jī)器人，難道非得在肚子里塞一塊極其昂貴、發(fā)熱嚴(yán)重、一小時就把電吃光的超級芯片嗎？

季庭方在采訪中，給出了與上文“個人AI設(shè)備”一脈相承的解法——分布式智能。

“我完全可以想象，5年以后家里出現(xiàn)機(jī)器人的可能性很高。”季庭方暢想道，“怎么搞定算力和功耗？很簡單，把VLA（視覺-語言-行動）模型拆開，把視覺部分做成小模型在本地運行，把語言部分放到運營商的云端去做推理?！?/p>

這個解耦思路，把高通的業(yè)務(wù)也串聯(lián)了起來：

第一步（小腦反應(yīng)）：用高通驍龍機(jī)器人平臺（比如躍龍IQ10）化身機(jī)器人的“本地小腦”，可以在端側(cè)運行中等規(guī)模的視覺模型，處理實時感知和快速反應(yīng)，確保機(jī)器人走路不摔跤，做到毫秒級的條件反射。

第二步（神經(jīng)傳導(dǎo)）：通過6G網(wǎng)絡(luò)這條超高速的“數(shù)字神經(jīng)”，把那些需要深度思考、瘋狂消耗算力的自然語言理解和復(fù)雜決策任務(wù)，瞬間卸載出去。

第三步（云端大腦）：卸載給誰？卸載給運營商基站里的邊緣計算節(jié)點。這里部署著高通的高能效推理芯片（如高通AI100系列），它們以遠(yuǎn)低于傳統(tǒng)數(shù)據(jù)中心的功耗，完成大規(guī)模AI模型的推理任務(wù)。

端側(cè)管條件反射，邊緣管深度思考，6G負(fù)責(zé)無縫連接。這套“端-邊-云”協(xié)同的具身智能系統(tǒng)，讓機(jī)器人既擁有了輕便低功耗的身體，同時又通過6G能隨時召喚一個強(qiáng)大智慧的“云端大腦”。這使得通用智能機(jī)器人的實現(xiàn)，在商業(yè)和技術(shù)上都變得更加可行。

“距離上一次出現(xiàn)真正全新的終端類型（智能手機(jī)），已經(jīng)接近20年了。”馬德嘉感嘆。4G時代的智能手機(jī)定義了過去二十年的移動生活，而6G時代，高通期望催生的，正是下一代顛覆性的終端物種。馬德嘉在被問及手機(jī)是否會被取代時回答說，“手機(jī)不會消失，但你的使用方式會被徹底顛覆?！倍凑湛▓D贊的說法：“未來的智能將不再局限于一塊屏幕，而是以多種形態(tài)，如影隨形地伴隨用戶?！?/p>

根據(jù)高通此次在MWC期間公布的6G時間表，6G將于2029年起正式商用，為了實現(xiàn)該目標(biāo)，2027年要上原型機(jī)演示，2028年要出預(yù)商用方案。

距離2029年只剩短短三年。對埋頭研發(fā)的工程師來說，三年轉(zhuǎn)瞬即逝，用馬德嘉的話說：“我們還有大量的工作待完成?！钡珜τ谡驹谛屡f時代交替門口的我們來說，這三年，或許正是重塑下一個20年科技版圖的最關(guān)鍵時刻。