写在2025 MWC前夕:AI与移动网络融合的“奇点时刻”

简介: 2025年MWC前夕,AI与移动网络融合迎来“奇点时刻”。上海东方医院通过“思维链提示”快速诊断罕见病,某金融机构借助AI识别新型欺诈模式,均展示了AI在推理和学习上的飞跃。5G-A时代,低时延、大带宽特性支持端云协同,推动多模态AI感知能力提升,数字孪生技术打通物理与数字世界,助力各行业智能化转型。AI赋能移动网络,实现智能动态节能和优化用户体验,预示着更聪明、绿色、高效的未来。

对科技话题比较关注的话,大概率会看到下面两个新闻:

一个是医疗行业,上海东方医院通过“思维链提示”,仅用几分钟就为一名罕见病儿童提供了专业诊断,人工则需一个小时以上;

另一个是金融行业,某机构通过AI识别新型欺诈的模式,将响应时间从小时级缩短到了毫秒级,而且误报率同比下降了45%。

隐藏在两个新闻背后的,是AI在思维推理和自我学习方面的能力跃升。同时也引出了一个值得深思的课题:DeepSeek等大模型技术从单点落地,到辐射千行万业的链式爆发,还需要多久?

时值2025 MWC前夕,我们不妨做一个大胆的判断——2025年将是移动网络与AI融合的“奇点”时刻,将为全球数字化转型注入新的动力。

以网兴智:5G-A+AI让智能化“无所不在”
正如外界所熟知的,移动通信技术已经进入到5G-A时代,相比5G有着更高速率、更低时延和更多连接数的能力,同时也为AI应用提供了更好的支撑,潜移默化的重塑着人类社会的运作逻辑。

比如高质量的联接让端云无缝协同。

端侧算力往往受限于功耗和内存,难以独立处理任务,因此需要依托云侧的强大算力和存储能力来协同。

所以主流的AI应用往往采用“端侧小模型+云侧大模型”的架构,在端侧部署10亿至30亿参数的小语言模型,用于处理轻量级任务,如文字润色、邮件回复、照片搜索等;复杂任务和推理则依赖云侧的大模型。

这种端云协同模式既保护了用户隐私,又突破端侧算力限制。随着对算力要求的持续提升,端云协同将是长期主流。5G-A的低延迟、大宽特性将至关重要,以确保数据高效流动和任务的动态分配。

比如低时延和大上行让AI“耳聪目明”。

当前的智能助理还算不上“全能选手”,左右其“智商”的不单单是模型参数,还涉及多模态“感知能力”。

一个直接的例子,目前多模态AI Agent的响应时间普遍为5-8秒,远不及类人交互400毫秒的标准。特别是在处理高精度的图片与视频时,动辄需要几十秒的上传时间,在很大程度上伤害了用户体验。

想要打破这样的局面,低时延交互和高质量数据传输,可以说是AI快速感知环境、响应指令的关键。也让我们有理由相信,随着5G-A的广泛应用,智能助理将具备视觉、触觉、姿态等更多维的感知,成为真正的类人助理。

再比如用全域数字孪生打通物理世界和数字世界。

数字孪生技术将作为打通物理世界和数字世界的桥梁,同样是实现通用人工智能不可或缺的一环。

相对乐观的是,物联网是数字孪生世界构筑的基础,而5G-A的无源物联技术为数字孪生提供了低成本、广连接的网络基础,并且已经在环境监测、智能工厂、安防监控等领域,实现生产过程的全面监控和优化。

以海尔洗衣机为例,通过工厂端、门店端和家庭端的物联网融合,建立了5G数字孪生平台。从工业制造到智慧城市,数字孪生与无源物联网的结合正逐步深入,以前所未有的速度推动千行百业的智能化转型。

以智赋网:AI让移动网络更聪明、更绿色、更高效
2025年2月的巴黎人工智能行动峰会期间,包括中国在内的61个国家签署了《关于发展包容、可持续的人工智能造福人类与地球的声明》,明确提出要在全球范围内推动节能AI技术的持续创新。

在网络节能应用方面,大模型通过分析网络流量的历史数据,能够精准预测流量变化趋势,智能分配网络资源。

以商场为例,可以根据周末、工作日、夜晚等不同时段的客流情况,动态调整基站功率,实现在不同场景下开启不同程度的节能模式,做到“一区一策、一时一策”,兼顾节能与用户体验。

截止到目前,基于AI+智慧动态节能的创新技术已在多个运营商部署商用,预计每年节电量可达数千万千瓦时。

在用户体验方面,通过差异化人群和场景的精准识别,结合小时级动态调优能力,AI驱动的智能网元实现了网络性能的最优配置。

例如在试点区域,AI已经通过分钟级波束调整,实现了“波随人动、网随业动”,显著提升了网络流量和用户体验。这种智能优化不仅满足了不同人群的多样化需求,还为网络的精细化运营提供了有力支持。

以上只是AI和移动网络融合的一隅。相信随着大模型的不断演进,移动网络将更加自主、自适应,从被动节能到主动智能调优,满足多样化的用户需求,向更聪明、更绿色、更高效的方向迈进。

2025 MWC:见证AI与移动网络融合的“奇点时刻”
世界移动通信大会(MWC)一直是全球科技发展的风向标,2025年大会将以“汇聚·连接·创造”为主题,聚焦AI、5G-A、物联网等前沿科技。可以预见,AI与移动通信的深度融合将成为本届大会的核心议题。

我们正站在科技爆发的“奇点”前夕。AI与移动网络的融合,不只是技术进步的故事,而是一场重新定义生产力和社会运行方式的革命。

2025 MWC,让我们共同见证智能时代的全面崛起。

目录
打赏
0
2
2
0
151
分享
相关文章
生成式AI时代,网络安全公司F5如何重构企业防护体系?
生成式AI时代,网络安全公司F5如何重构企业防护体系?
44 9
创新场景丨下一个iPhone 时刻,AI+AR 加速虚实融合世界的到来
仅仅以大模型通用能力帮助 AR 眼镜实现了多个场景下的交互还不够,关键在于大模型没有针对 AR 眼镜的需求做深度的定制和匹配。
GPT-4o测评准确率竟不到1%!BrowseComp:OpenAI开源AI代理评测新基准,1266道高难度网络检索问题
OpenAI最新开源的BrowseComp基准包含1266个高难度网络检索问题,覆盖影视、科技、艺术等九大领域,其最新Deep Research模型以51.5%准确率展现复杂信息整合能力,为AI代理的浏览能力评估建立新标准。
77 4
GPT-4o测评准确率竟不到1%!BrowseComp:OpenAI开源AI代理评测新基准,1266道高难度网络检索问题
AI“捕风捉影”:深度学习如何让网络事件检测更智能?
AI“捕风捉影”:深度学习如何让网络事件检测更智能?
30 8
从攻防演练到AI防护:网络安全服务厂商F5的全方位安全策略
从攻防演练到AI防护:网络安全服务厂商F5的全方位安全策略
48 8
AI为网络可靠性加“稳”——从断网烦恼到智能运维
AI为网络可靠性加“稳”——从断网烦恼到智能运维
69 2
FANformer:融合傅里叶分析网络的大语言模型基础架构
近期大语言模型(LLM)的基准测试结果显示,OpenAI的GPT-4.5在某些关键评测中表现不如规模较小的模型,如DeepSeek-V3。这引发了对现有LLM架构扩展性的思考。研究人员提出了FANformer架构,通过将傅里叶分析网络整合到Transformer的注意力机制中,显著提升了模型性能。实验表明,FANformer在处理周期性模式和数学推理任务上表现出色,仅用较少参数和训练数据即可超越传统Transformer。这一创新为解决LLM扩展性挑战提供了新方向。
48 5
FANformer:融合傅里叶分析网络的大语言模型基础架构
Redis 与 AI:从缓存到智能搜索的融合之路
Redis 已从传统缓存系统发展为强大的 AI 支持平台,其向量数据库功能和 RedisAI 模块为核心,支持高维向量存储、相似性搜索及模型服务。文章探讨了 Redis 在实时数据缓存、语义搜索与会话持久化中的应用场景,并通过代码案例展示了与 Spring Boot 的集成方式。总结来看,Redis 结合 AI 技术,为现代应用提供高效、灵活的解决方案。
AI to B奇点将至,“伙伴+华为”体系如何跨越数智鸿沟?
硅谷投资人Tom Davidson认为AI爆炸可能率先发生在中国,强调智能爆炸更可能出现在愿意将AI推至极致的人群中。华为在2025合作伙伴大会上提出,大模型推理爆发为企业智能化铺平道路,AI to B的奇点已至。华为与伙伴共建开放体系,“伙伴+华为”模式持续壮大,2024年政企业务增长超25%。未来将强化服务能力,构建以客户为中心的生态,助力千行万业跨越数智鸿沟,推动价值创造范式跃迁。
让AI“接管”网络运维,效率提升不只是传说
让AI“接管”网络运维,效率提升不只是传说
192 16

热门文章

最新文章

AI助理

你好,我是AI助理

可以解答问题、推荐解决方案等