2022年8月9日，2022年世界5G大会期间，以“创新驱动下的ICDT未来十年”为主题的Tech Talk 2022—5G-A/6G论坛正式举行。

此次活动由未来移动通信论坛、哈尔滨工业大学电子信息与工程学院、黑龙江省互联网协会联合举办。活动汇集了来自移动通信领域的专家、学者、业界人士，围绕5G演进与6G愿景展开了深入的沟通交流，并探讨了数字通信领域5G Advanced技术未来的发展方向，以及6G将如何改变世界。

高通公司中国区研发负责人徐晧博士出席论坛，并发表了题为《持续推动5G Advanced发展 为未来技术演进打造基础》的演讲，分享了5G极致的技术特性在各类实际应用场景中展现的能力，和推动5G Advanced技术向6G演进的主要研究方向和着力点。

徐晧博士在演讲中表示，期待在技术研究和商用的过程中，能够与行业伙伴展开更广泛的合作，共同将不断演进的移动通信技术推广到各行各业与千家万户。

高通公司中国区研发负责人徐晧博士在Tech Talk 2022—5G-A/6G论坛上发表主题演讲

以下为演讲实录：

非常高兴有机会和大家分享高通公司对于5G Advanced和6G的愿景和想法。

首先，我们看一下目前5G商用的状况。 迄今为止，全世界已经有200多家运营商部署了5G商用网络，还有超过280家运营商正在规划部署5G网络。预计到2023年，全球5G连接数将超过10亿以上。同时，预计从2020年到2025年，5G手机的出货量将超过50亿。毋庸置疑，无论是从技术还是商用的角度来说，5G都是非常成功的。

在这个节点，我们会问自己两个问题，第一，5G在全世界已经取得了这么大规模的商用，那么在哪些应用方面还有可能突破？第二，从技术角度来说，我们会关注5G Advanced的哪些方向，让5G能够在今后5年发展得更好？一般来说，每一代移动通信技术发展的周期大约为10年，那么在6G到来之前，还有很长的时间来推动5G继续向前发展。当然，我今天分享的很多技术，很有可能它会成为6G技术之一。但从现在的角度来说，我们先扎根于5G，专注于5G Advanced的相关项目，同时也关注今后可以成为6G的核心技术。

首先，我们回顾一下目前5G已经完成的标准情况。

截止到目前，5G已经经历了三个Release版本——Release 15、Release 16和Release 17。在Release 15中，我们主要完成了两个任务：第一是提供了一个非常好的5G灵活架构，它为今后的6个5G版本奠定了非常好的基础，也可以让我们非常容易地引进后面提到的每一个技术。第二，Release 15打造了一个非常灵活的频谱框架，不仅支持了6G以下的频谱，也支持毫米波频谱。我们对频谱的需求是永无止境的，我们会不断地向毫米波或更高的频谱上迈进。在Release 16和Release 17中，我们不断引入了新的、面向垂直领域的技术，比如车联网技术、基于5G的无线物联网技术，以及基于5G的卫星天线技术，这些都为下一步5G Advanced和6G的发展奠定了很好的技术基础。接下来三个Release——Release 18、Release 19和Release 20，我们将它们规范为5G Advanced技术标准。

在发展5G Advanced国际标准的同时，我们也在积极地发展6G的技术。实际上，每一个技术并不会完全按照10年周期被引入，比如5G中的MIMO技术和OFDM技术其实是基于4G技术而来，但是在5G中无论是MIMO的天线数量还是OFDM的带宽都比4G有所突破。同样，如果我们想在下一代无线通信中引入人工智能（AI）技术，那么我们现在已经在5G或5G Advanced中开始引进这方面的规划及技术，而在6G的标准中会得到进一步推广和广泛应用。

目前5G和AI之间的交互和融合是技术发展的大势所趋。5G和AI都被认为是能够影响到各行各业、非常核心的基础技术。谈到5G，很容易想到三个特点：第一，高速率；第二，高可靠性和低时延；第三，海量互联。而AI也正是基于5G的这些特点，实现了突飞猛进的发展，具体原因包括：第一，海量的数据，这与无线物联网有很大的关系，因为实现万物互联，以及人与人互联之后产生了大量的数据；第二，终端算力的增强，由于无线通信不断发展，终端侧计算能力逐渐增强，使终端AI成为可能。

AI要得到广泛的应用，需要将其很好地拓展到终端上实现。之所以今天我们能让无线通信赋能生活，重要原因是因为我们每个人都有智能手机。AI也一样，它不能仅仅停留在云端来进行大规模计算，尽管AlphaZero和AlphaGo能够在比赛中赢过世界上最好的围棋选手，但它终究还是一个在云端的算法。而让AI达到终端，才能最终使它在普遍的场景中得到应用。这些应用场景就包括我们的手机、自动驾驶、VR/XR眼镜、机器人等。5G能够为这种终端侧的AI智能化提供非常好的框架，这个框架就是通过5G把云和终端有效地连接起来。而且目前在我们打造的框架中，也有一个边缘云的概念。因为在过去，我们是以云端为中心进行所有AI的训练，但如果把AI推广到各行各业，推广到每个人手中，就必须要实现终端的AI，实现分布式的AI。也就是说，一部分的AI算力在边缘云，一部分在终端。今后我们应该做到，大部分算力能够更进一步地下沉到终端，无论是从网络架构层面，还是从终端设计层面，都要把更多的算力和AI算法放到终端侧。

如果我们能把大量的AI算法放到终端侧的话，就可以有非常多全新的应用场景，这不仅与AI有关，还为5G未来的应用开拓出一片广阔天地。其中就包括语音唤醒、文本识别、面部检测、语音识别、计算摄影等。最近我们看到，谷歌的AR眼镜能够进行实时语音转译，这就是AI下沉到终端一个非常好的用例。此外，我们的VR/XR眼镜，就是通过5G和边缘云，来使AI算法得到实现的。今后的10年到20年之间，这些AI的技术会在5G和6G的推动下得到更广泛的应用。

5G让AI做得更好、更便捷，也让AI能够落地到我们的终端。但从另一方面来说，AI也为通信带来了革命性的研究方向。虽然AI在很多方面都有很好的算力和功能，但是总结起来，AI的大部分应用还是为了解决那些目前人类很难解决的问题。无线通信中有一些问题是我们已经解决得非常好的，比如说香农定理、调制和解调、编码和解码，以最大似然（Maximum Likelihood）的方法寻找最优算法等。在这些领域，其实AI很难带来很大的帮助。

但是另外一方面，无线通信领域有非常多的瓶颈，比如其中一个挑战是难以建模的问题。从基站到手机，无线通信的信道千变万化。不同的人在室外、室内移动的场景中，进行信道估计、信道建模和信道反馈，可能是AI会对无线通信产生很大影响的一个领域。第二个挑战是最优解的计算不可行性。比如我们要在大规模天线数非常高而且带宽非常大的场景下进行最优化的计算，其中的算力可能非常大，用传统的方式来计算，运算量和耗电量都会非常大。在这种情况下，我们就可以用AI来帮忙。就好像在下围棋的时候，让一位棋手记住一万个甚至一亿个棋谱是难以想象的，但AI很快就可以把这些训练做完。在一些最优解的计算不可行的情况下，AI可以为我们提供帮助。再比如说对非线性问题进行处理，在通信系统中，有一部分问题是可以用线性方法来解决的，而另一部分需要用非线性方法解决。在解决这类在传统通信理论下不能解决的问题时，AI将很好地发挥它的优势。

接下来介绍几个高通最近在AI方面做的演示和实验。第一个是通过AI进一步增强5G大规模MIMO（多天线列阵）系统的信道反馈。AI的算法可以帮助提升下行速率，同时减少上行反馈的数据，从两方面帮助无线通信系统获得更高流量和吞吐量。

第二个是移动5G毫米波的波束跟踪与预测。我们知道，波束要实时跟踪一个移动的人，会产生较高的系统消耗。人的轨迹是有可能通过AI的方式来进行预测的，高通在圣迭戈完成的OTA系统中，我们通过毫米波与AI的结合，成功实现了毫米波系统的节能，减少了整个系统的消耗。

第三个是传感器融合支持下的5G高精定位。通信传感一体化是6G的一个重要研究方向之一，我们在实验中将传感器和5G高精度定位，以及卫星定位三者融合，合力提升5G支持下的物体定位精度。

第四个是5G毫米波网络拓扑优化。网络拓扑是一个非常复杂的系统，比如在哈尔滨这样一个城市，在何处建基站，覆盖到多少用户，如何提升基站的覆盖，与此同时做到最优化最节能最绿色的网络等等。在考虑网络拓扑相关的问题时，AI可以被很好地应用于探索和平衡不同选项的性能或成本效益，提升网络部署的效率。

此外，5G也正呈现出非常好的发展趋势，正在加速各行各业数字化的转型。5G已经不再只是一个简单的通信手段，而是一项能够推动各行各业数字化转型的非常核心的技术，赋能包括交通、智能制造、工业、零售、能源，以及各类垂直领域的应用。

我们现在常听到的“元宇宙“就是其中之一。从1G到4G的通信技术都是实体世界的通信，也就是人与人、物与物之间的通信。但到了5G、6G时代，我们可以通过这些通信手段，打造出一个数字世界，从而支持更多数字领域的优化，比如数字孪生、虚拟世界等等。实体世界、数字世界与虚拟世界的融合，可以为界面交互带来全新机遇，提供全新的人机界面——而这不仅基于5G、6G等通信技术，也包括AI和计算机视觉，以及其他技术的融合。

当我们将AI技术与计算机视觉技术应用到XR的头显设备中，可以实现六自由度（6-DOF）的运算，包括计算出头部的精准定位以及旋转时人眼看向的方向。这些六自由度的信息通过5G网络传输给5G基站，在边缘云完成一次渲染，边缘云的渲染可以将用户想要看到的图像再传输回用户的VR/XR的眼镜。整个流程，从头部转动、眼睛看向一个方向，到最后画面呈现到用户眼前，时延低于70毫秒，其中5G往返时延（RTT），也就是空口时延不超过20毫秒。这一技术应用非常好地体现了5G在特定应用中所能达到的关键性能指标，并能够满足极致的时延要求。从“动作“到”显示“时延极低，这可以让用户感觉不到时延的存在。同时，我们还做到了单眼2Kx2K的速率，保持了约50Mbps的稳定平均下行吞吐量，以及约1Mbps、500Hz 姿势更新率的稳定上行吞吐量。

最近我们与合作伙伴——中国移动和中赫集团，一起将分离式渲染技术的解决方案应用到了北京工人体育场的体育赛事中，希望让观众在观看赛事时，拥有极致的沉浸式XR体验，能够看到多视角的4K视频传输，并享受高密度场馆的连接体验。至今，在美国的一些运动赛事中我们已经完成了这样的技术指标和演示，如多角度地观看橄榄球比赛。我们非常期待把XR技术通过5G和6G来进一步地推广到终端，即用户的手中。这一案例也是5G Advanced和6G技术应用的场景之一。

从技术的角度来说，在通往6G的路上有很多的研究方向。我刚才讲述的两个例子就都属于其中的研究方向之一：一个是AI在无线通信技术上的应用，另一个是融合世界以及元宇宙中的VR/XR如何能够获得5G与6G的赋能。除此之外，通往6G的主要研究方向还有频谱扩展和共享——即从6G以下的频谱扩展到毫米波的频谱，甚至扩展至更高频段的广域覆盖；可扩展的网络架构，即5G和6G的拓扑，毫米波的拓扑等等。甚至，我们所考虑的进一步下沉的网络架构，以及如何能让终端得到更多AI和算力的支持等。

从无线空口的角度来说，我们关注大规模的天线技术、移动毫米波的持续演进，可配置的智能穿戴技术，以及非地面通信、天空地一体化技术。

与此同时，我们也关注了不少与6G相关的技术演进。在这里，我简单地介绍几个目前高通在圣迭戈所进行的关于6G和5G Advanced的基础性空口创新。

第一个是全双工技术演进。我们所说的大部分现代通信系统，原本只能做到在不同时间分别进行上下行传输，或者在不同频率进行上下行传输。但是，我们在圣迭戈对这一项技术进行了演进，使得全双工技术能够做到在同样时间、同样频谱上，既能实现上行传输也能实现下行传输。

第二个是移动毫米波演进。这项技术演进，使我们能够通过AI的方式，在时域中判断出下一个时间点波束的大致方向；在频域、时域或空间域中，预测出你在空间域中的波束的大致方向；此外，我们还能对接收信号强度指示（RSSI）进行预测——这些也是我们在现在的Release 18，即当前正进行的5G第四个标准版本中，努力推进的AI在无线方面的应用。此外，我们在绿色网络、5G定位等方面也进行了技术演进。

与此同时，高通扩展了全新用例，例如在赋能元宇宙方面，我们进行了许多与XR相关的推广和应用；在中国，我们还完成了对时间敏感网络（TSN）应用的推进，将5G技术应用到工业物联网中，因为该技术能够解决有关时间敏感机制的应用问题，并且对时延进行控制，达到最低时延。不仅如此，我们还完成了汽车自动驾驶安全性的研究，以及一些通感一体化的外场实验。

最后，我想说的是，之前我所提到的任何一个技术，其实都可能成为在6G中实现的技术。但在研究过程中，如果我们所测试的技术已经成熟，那么我们就会将它提前引进到5G Advanced中来，毕竟5G还有3个Release版本的发展空间。综上所述，我们现在所进行的不少研究，例如AI，已经在Release 18版本中推进；通感一体化的研究，目前也正在3GPP SA组讨论中，或将成为5G Advanced的应用场景。有一些趋势和场景，也会逐渐从5G-Advanced演变为6G的一部分，我们会不断地推动技术向前演进。

我们非常期待在5G Advanced和6G的研究与商用当中，能够有机会和在座的各位进行更多的交流与合作，共同努力将技术推广到各行各业、千家万户。