今天小编分享的互联网经验:现在的DeepSeek,急需一个“搭子”,欢迎阅读。
出品 | 虎嗅科技组
作者 | 丸都山
编辑 | 苗正卿
头图 | 虎嗅拍摄
DeepSeek-R1 出现后,Token 综合调用成本下降 90% 以上,全球为之沸腾。但一个无法忽视的问题是,随着 Token 成本的下降,当前的通信网络能否承载网络流量爆炸式增长?
在近日开幕的 MWC 2025 上,华为提出了一个系统级解法。
巴塞罗那当地时间 3 月 3 日,华为发布了 "AI-Centric 5.5G" 创新解决方案,旨在通过意图驱动满足移动 AI 时代的变革需求。
仅从名字来看,可能又会绕回那个老生常谈的讨论:当前的移动通信技术,是否还有更新的必要?
通信底座,需要重估了
先来说说什么是 5.5G。
它的标准名称应该是 "5G — Advanced(简称 5G-A)",可以理解为基于 5G 网络在功能上和覆盖上的增强,5.5G 与 5G 并行工作,前者负责支持部分高要求的应用场景,比如高端制造、车联网、远程医疗等。
尽管 5.5G 能够实现毫秒级延迟、上下行提升 10 倍,但无法比拟 4G 到 5G 时期的巨大跨越,因此还算不上是通信技术的代际更新。
对于运营商来说,如果大范围部署 5.5G 网络,势必会承担额外的资金成本,5.5G 网络带来的营收能否覆盖建设成本,也是个不得不考虑的问题。
而随着生成式 AI 的爆发,尤其是 DeepSeek 带来的 tokens 大幅增长,答案已经愈发清晰。
一方面,5G 通信技术已经无法满足部分新的 AI 应用。
最典型的场景是人形机器人,在本届 MEC 展会上,有参展商向笔者透露他们正在研发的人形机器人能够实现 92 个自由度,但需要 100Mbps 左右的上行速率。作为对比,根据《全国移动网络质量检测报告》,截至 2023 年底,全国 5G 网络下行和上行均值接入速率分别为 340.56Mbps 和 81.14Mbps。
很显然,当前的 5G 网络已经无法满足人形机器人的发展需要。
另一方面,正如上文提到的,Token 调用成本的降低会大幅拉高网络流量,运营商对网络设施的运维难度、运维成本也会呈指数级上升。
华为在 MWC 期间举办的产品与解决方案发布会上,华为董事、ICT BG CEO 杨超斌提到," 人类正在史无前例地大规模生产 tokens。"
仅以国内市场为例,根据华为方面的测算,过去 8 个月,国内日均 Token 使用量增加了 33 倍,其中付费 Token 增加了 15 倍。至 2030 年,由 tokens 消耗带动的流量将超过当前移动互联网接入总流量的 3.5 倍。
毫无疑问,运营商需要重新评估现有的通信底座。同时,生成式 AI 催生出的新应用,也在带动 5.5G 从 B2B 向 B2C 过渡,运营商也需要在传统移动服务之外,为用户提供新的体验。
在本次发布会上,华为在 AI-Centric 5.5G 方案中,推出了 GigaGear、GreenPlus、GainLeap 三项首发技术,以解决运营商的当前的挑战。
GigaGear,即体验意图驱动资源调度。它基于体验多样化、差异化、场景化意图,通过时網域、频網域、空網域、功網域四網域实时协同,实现高效敏捷的网络资源调度,为多样化 AI 应用提供自适应的卓越体验。
GreenPulse,即运维意图驱动智能体协同。基于网络提质增效意图,根据谱效和能效等多维需求,通过多智能体专业协同,实现 "0 Bit, 0 Watt, 0 Loss" 的精准节能和 "0 Touch 0 Wait 0 Fault" 网络高阶自智。
GainLeap,即商业意图驱动业务编排。基于体验变现和价值变现意图,智能服务引擎 RISE 使网络能力开放和新业务按需编排,并通过 RAN 的软硬體协同,实现多维体验保障。
三项技术叠加,能够帮助运营商在大幅降低运维成本的同时,从过去的 " 链接变现 " 转为生成式 AI 时代的 " 价值变现 "。
AI+5.5G,有没有搞头?
说完了 5.5G 技术在当下的必要性,再来聊聊它与 AI 结合后衍生出的一些有趣应用。
在华为的展台上,一个远程车辆操控系统令笔者印象尤为深刻。
实际上,这类技术并不算前沿,比如在无人驾驶出租车上,各厂商都会接入这套系统,以备安全员在紧急状态下远程介入车辆操控。
但这个系统的特殊之处在于,体验者操纵车辆的实际位置在华为东莞松山湖园区内,两地相隔接近 15000 公里。而在 5.5G 技术的加持下,跨越半个地球的远程操控成为可能。
在毫秒级延迟下,笔者尝试对车辆左右进行转向,几乎感觉不到延迟的存在。
另一边,华为为银行做的 " 即时风险管控系统 " 也非常超前。
这套系统的主要作用是,帮助银行为信用卡用户紧急中止掉那些 " 不合理交易 ",以减少信用卡盗刷问题。
举个例子,你的信用卡在旅行中被读取信息,别人拿着复制卡在意大利请求一笔交易,但这张卡最近几天交易地点都是在西班牙,且十分钟前刚在巴塞罗纳完成一笔交易,那么发生在意大利的这个交易请求显然是不合理的,系统会迅速判定并中止交易。
这对信息处理及传输速度的要求非常高,现场工作人员向笔者表示,系统需要在 50 毫秒内做出判断,如果超过这个时间,交易可能就完成了。
对于个人用户来说,5.5G 让 " 云手机 " 更具普适性。
大部分人对 " 云手机 " 的概念可能比较陌生。其实它就像 " 云电腦 " 一样,不具备也不需要本地算力,在硬體表现上可以理解为 " 显示器 + 网络通讯组件 " 的结合。
实际上,过去几年,云手机并没有得到充分发展。因为传统智能手机的性能已经有些过剩,讨论 " 手机上云 " 意义着实有限。
但在这一轮生成式 AI 爆火后,人们对 AI 的需求激增,在这一过程中又发现端侧部署的大模型性能表现远达不到预期效果,在处理负责任务时,还是依赖需要云端算力。
在此背景下," 云手机 " 的生态位被迅速扭转。它最大的优势在于可以完全忽略硬體、系统上的差异,最大程度上提升兼容性。
毫不夸张地说,这是一个可能改变智能手机生态的品类。毕竟,如果用户只是需要一个纯粹的流量入口,智能手机厂商们又何必 " 卷生卷死 " 呢?