6G 的标准设计周期，恰好与 AI 大规模进入终端、Token 无处不在的时间重合。

高通技术公司工程技术高级副总裁庄思民（John Smee）2000 年加入高通，参与了 3G、4G、5G 每一代标准的设计和商用，持有超过 175 项美国专利。在 MWC 上海 2026 的主旨演讲和随后科技行者参加的群访中，他围绕这个重合，展开了高通对 6G 的思考。

高通 1985 年创立于加州圣迭戈，靠 CDMA 技术起家，此后参与了每一代移动通信标准的设计和商用。四十年的无线通信工程积累，让高通成为这个行业技术方向的核心参与者之一。

高通的业务版图早已从无线通信进一步扩展到 AI 计算领域。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，我们关注的不仅是终端本身，而是从终端、边缘到云的整个端到端系统的全方位变革。" 正如高通公司总裁兼 CEO 安蒙在 COMPUTEX 2026（台北电脑展）演讲中提出了 " 计算连续体 " 的概念：高通的产品组合已经覆盖了从功耗仅 "2 毫瓦 "AI 耳机到 " 千瓦级 " 数据中心的完整计算层级。

就在庄思民登台 MWC 上海的前一天，高通在纽约举行的 2026 投资者日上透露，到 2029 财年，手机芯片预计将只占其芯片业务营收的约 1/3，其余来自汽车、机器人、数据中心等领域。

换句话说，高通正在把 AI 计算能力推向越来越多的终端类型：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 "。智能体 AI 正在改变人们与整个生态系统的交互方式，而这些智能体不只运行在云端的数据中心里，也运行在口袋里的手机上、手腕上的手表上、鼻梁上的眼镜上。

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 上给出过一个预测：到 2030 年，全球每年的 Token 需求量将超过 4 × 10 ¹ ? 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 "。

AI 到了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。"

他列举了几类场景：智能体终端，持续感知周围环境，要把上下文数据回传云端做决策；物理 AI 机器人，要将传感器信息实时同步到云端，供视觉 - 语言 - 动作（VLA）模型训练；智能眼镜，需要把 " 看见 " 的画面上传做 AI 推理。在这些场景中，数据的主流方向不再是从网络流向终端，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（这类频段覆盖范围最广、传输距离最远），核心改进是提升频谱效率。庄思民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，对调制方式和星座图的优化，这也是高通认为能有效带来覆盖增益的技术；与此同时，高通也在为 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，通俗地说，是让低功率信号点更频繁出现、高功率信号点更少出现，让信号更聪明地使用频谱。同时，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 等新频段覆盖与 3.5GHz 频段相当的范围。庄思民在演讲中给出的量化目标是：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，" 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。"

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 做改善，6G 所谓的 "AI 原生 " 与 "AI+" 的底层区别是什么？

庄思民在接受科技行者采访时做了一个比喻。他说，" 我们在设计 6G 系统时，犹如在一张白纸上重新规划，从端到端的角度来设计整个系统——既明确需要达成的关键绩效指标（KPI）以服务未来的 AI 应用，也探索如何创造性地运用 AI 来改进通信系统的各个方面。" 在他的表述里，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，那么，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，意味着通信生意的计价方式可能被重写。

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时进步，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 "，此为实现一切的前提。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。

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 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。"