[中国,上海,2025年6月17日] 在2025 MWC 上海期间,全球移动宽带菁英论坛在上海开幕。150位通信领域领袖、人工智能企业领导者及学者齐聚一堂,深入探讨移动通信与人工智能(AI)深度融合带来的产业新图景,共同发掘技术共振释放的万亿级商业潜能。
华为常务董事汪涛在开场致辞中表示:“移动AI时代的快速发展,为移动产业注入新的活力。移动终端正从以APP为中心走向以Agent为中心,深入社会的方方面面;AI技术和IoT的深度融合,让物联成为智能世界的入口;网络智能化从聚焦运维效率走向频谱效率、能耗效率和运维效率俱优”,他进一步指出,“华为愿与产业界携手,通过大上行网络体验、多样化终端生态、多模态智能业务、全场景物联能力、多维度商业模式五大维度解锁5G-A潜能,释放商业价值,共赢移动AI时代。”

华为常务董事汪涛致辞
跨界融合:技术共生激活全场景创新
5G-A与AI的深度融合正在为各行业带来前所未有的变革。
在工业领域,5G-A的低延迟和高带宽特性被认为是实现具身智能精准感知与决策的关键。通过5G-A网络,具身智能能够实时获取和处理大量数据,完成“感知-决策-执行”的闭环操作,从而有效降低高危作业风险,提升生产效率和安全性。乐聚CEO常琳表示:“当机器人走进生产与生活,将从‘稳定连接’升级为‘智能连接’——时延是底线,协同决策才是天花板。”
在物流行业,5G-A的广域覆盖与AI路径规划的结合被认为是提升物流效率和降低成本的重要手段。比如在智慧物流领域,借助5G-A网络,无人机配送能实现更高效的路径规划,从而显著提升配送时效并降低运营成本。
从技术发展的角度来看, 5G-A网络需要从传统的“连接管道”向“体验引擎”跃迁,以满足未来海量智能体的实时交互需求。相关数据预测,2030年全球移动智能体的活跃数量将达到60亿,这将对网络架构和运营模式提出更高的要求。5G-A网络的升级不仅是技术层面的提升,更是对整个网络架构和运营模式的全面革新,以适应未来智能体的实时交互需求。
在商业应用方面,体验经营是5G-A商业成功的关键。通过将网络能力转化为优质用户体验,5G-A能够满足云游戏、多视角体育直播等新兴应用对低时延、高带宽的需求,从而能推出更适合用户的付费方式。这种“为体验付费”的模式正在成为新的消费趋势,推动5G-A在更多领域释放商业价值。
华为高级副总裁、ICT销售与服务总裁李鹏在总结致辞中强调:“5G-A能力提升,让网络能够兑现更多维的用户体验,加速从流量经营向体验经营转变,激发‘商业新模式’的机会已经到来。通过智能体加持,结合差异化体验保障,运营商正在布局个人、家庭、出行、行业等全场景AI入口,重塑品牌新形象,打造价值新高地,加速体验经营模式跃升。我们应该构建一个以AI为中心的全新的建网标准体系,实现确定接入、弹性调度、广域无损的5G-A网络,支撑云边端的按需可靠连接。”

华为高级副总裁、ICT销售与服务总裁李鹏致辞
2025 MWC 上海于6月18日至6月20日在中国上海举行。华为展区位于上海新国际博览中心(SNIEC)N1馆。2025年5G-A商用加速发展,华为与全球运营商、行业精英、意见领袖等一同深入探讨通过AI技术创新,重塑业务、基础设施及运营运维,实现商业新增长,加速迈向智能世界。欲了解更多详情,请阅:https://carrier.huawei.com/cn/events/mwcs2025
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。