中国工程院院士邬贺铨：未来十年，我们将处于“新质互联网时代”

作为2025中关村论坛年会的重要组成部分，60场平行论坛中，作为新质生产力的人工智能技术如何重塑未来产业格局，无疑成为本届论坛最引人瞩目的亮点及热议话题之一。

3月29日下午，由北京市科学技术协会和中国联合网络通信集团有限公司主办，北京市科学技术协会创新服务中心、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、6G、物联网、大模型等前沿技术，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，过去互联网应用需求主要在“下载”——即数据主要从云端向终端传输，而上传需求较少。而在“新质互联网”时代，终端可能不再仅仅是数据的接收者，更是数据的生产者。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，对网络架构的调整首先会是一个重要课题”。

其次，邬贺铨院士也提到，在未来跨区域数据交互流动、多个算力中心协同计算等多个场景下，AI应用将对“低延时、高带宽、低成本、零丢包率”的网络提出更高要求。未来网络需具备更灵活的调度能力，比如短时间内分配大带宽资源，对普通数据和重要数据进行分级管理，甚至关键场景下要求提供数据传输相应的安全防护和差异化服务，这些意味着网络在设计上需要更多优化，包括对路由机制、数据缓存策略、流量管理等方面的调配和提升。

邬贺铨院士也带大家展望了”AI+”新质互联网的未来使用场景：除了地面，更扩展到车联网、低空经济、卫星通信等应用领域。他表示，“随着6G的到来，未来网络将拓展更多频率，更加绿色化和智能化，推动整个互联网生态的重塑。终端不再局限于地面和固定，而会覆盖移动的汽车、空中的无人机、天上的卫星在内的多种形态，同时在不同环境下，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的研究并不意味着5G的问题被忽略，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，邬贺铨院士还指出，未来行业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景；AI的可信度等难题。

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

来源：北京号

作者：北京科技报