C114訊 6月5日消息（岳明）近日，通信行業播客欄目 Sparring Partners 推出以“AI Gets Physical”為主題的深度對話，聚焦 Physical AI 對未來網絡基礎設施帶來的深刻影響。中國電信首席技術專家王越受邀參加訪談，圍繞“AI gets physical: The connectivity, latency, and physics of embodied intelligence”主題，分享了對 Physical AI、網絡能力演進、邊緣計算以及運營商價值重構的思考。

Physical AI是AI與物理世界的實時閉環

近年來，大模型和生成式 AI 快速發展，使 AI 在文本、圖像、視頻和代碼等數字內容生成方面展現出巨大潛力。但王越指出，Physical AI 的關鍵不同在于，它不再只是“存在于數據中心里的智能”，而是能夠與真實物理世界進行實時交互。

傳統大模型主要完成認知、生成和推理任務，運行環境通常位于云端或數據中心；傳統機器人則更多強調機械執行能力，在固定場景中完成重復性任務。而 Physical AI 將 AI 決策能力、環境感知能力和物理執行能力結合起來，使機器能夠理解真實環境、響應動態變化，并在復雜場景中完成自主行動。

王越表示，Physical AI 的突破在于讓 AI 從“虛擬思考”走向“真實行動”。它不僅處理數據，更要感知現實、判斷環境并做出物理動作。這也意味著，AI 與網絡之間的關系將發生根本變化：網絡不再只是傳輸數據的通道，而是 Physical AI 能否安全、可靠、實時運行的關鍵基礎設施。

在傳統移動通信時代，網絡能力往往通過覆蓋、速率、容量和流量規模來衡量。運營商主要圍繞更大的帶寬、更高的數據吞吐量和更多用戶連接進行網絡建設和商業化。

但 Physical AI 對網絡提出了完全不同的要求。面向機器人、無人機、智能穿戴設備、工業機械臂等終端，網絡能力不能只看帶寬，而要看端到端的綜合能力。

例如，工業機械臂需要極低時延和高可靠連接，以保障實時控制和安全生產；智能巡檢機器人需要穩定連接和邊緣側 AI 推理能力，以完成環境識別和故障判斷；多機器人協同作業則要求網絡支持高并發、低抖動和確定性調度。對于這些場景而言，單一的高速率連接遠遠不夠，網絡必須與邊緣計算、AI 推理、數據處理和資源調度深度協同， 才能根據不同Physical AI的場景和需求提供不同的網絡能力。

因此，Physical AI 的興起，正在推動通信網絡評價體系發生變化。網絡競爭力將從“能傳多少數據”，而是能否為智能體提供低時延、高可靠、可協同、可保障的端到端能力。

邊緣是Physical AI 走向產業的關鍵

邊緣對 Physical AI 的支撐作用，也是本次訪談中的重要議題。王越表示，如果將 GPU 等計算能力全部放在終端設備本身，很多機器將面臨重量、功耗和成本等方面的挑戰。 而如果所有計算都集中在遠端云端，又可能帶來較高時延，難以滿足 Physical AI 對實時感知、決策和反饋的要求。因此，通過在邊緣側提供計算能力，邊緣節點可以成為 Physical AI 的“本地大腦”，在降低終端負擔的同時，為終端智能提供更低時延、更穩定、更可預期的確定性的能力支撐。

以智能眼鏡為例，終端設備本身難以承載復雜計算和推理任務，而部署在靠近終端位置的邊緣節點，可以承擔實時任務處理，減少對遠端云的依賴，并降低業務時延。

在應用實踐方面，王越介紹了中國電信以機器狗導盲等場景為例開展的探索。該類應用面向視障人士出行需求，通過機器狗感知周邊環境、識別障礙物并實時反饋給用戶，展示了利用邊緣支撐 Physical AI 在低時延實時反饋和普惠服務方面的應用潛力。

Physical AI 的興起，正在推動邊緣 AI 從“能力補充”走向“基礎設施支撐”。 未來，每一個能夠移動并感知環境的智能體，背后都需要低時延、高可靠、可協同的邊緣 AI作為支撐。

對于“我們是否正在盲目推進機器智能發展”這一問題，她表示，Physical AI 發展的核心價值并不是替代人，而是幫助人類完成那些危險、重復、低效的工作。其更重要的意義在于釋放人力，讓人類能夠聚焦于更具創造性、判斷性和高價值的任務。

換言之，Physical AI 的發展不是單向度的“機器替人”，而是推動人機協作模式升級。

Physical AI加速到來，運營商網絡迎來能力升級窗口期

Physical AI 的發展并不是遙遠的 6G 議題，而是正在成為 5G-A 和網絡智能化演進中的現實命題。

王越指出，隨著機器人、智能穿戴、工業智能設備等應用加速發展，相關需求已經開始出現。5G、5G-A、邊緣計算、網絡切片和確定性網絡等能力，已經具備支撐早期 Physical AI 應用落地的基礎。但是，從早期應用探索到規模化產業落地，中間仍有很長的路要走。要真正支撐 Physical AI 走向產業，運營商還需要在低時延、高可靠、確定性網絡、邊緣算力部署、 網絡、算力和AI能力編排和生態協同等方面持續演進。

另一方面，Physical AI 的快速發展也在倒逼運營商重新定義自身價值。如果網絡只是提供基礎連接，而未能深度參與邊緣算力、AI 能力調度、確定性服務保障和行業場景創新，網絡就可能被邊緣化為底層通道，價值更多被終端廠商、云服務商或應用平臺獲取。因此，Physical AI 對運營商而言不僅是新的業務機會，也是一次價值重構的窗口期。運營商需要在新一輪智能化產業變革中占據更主動的位置。

訪談中提到，英偉達在CES 2025指出，如果說 2026 年是智能體 AI 加速普及的一年，那么 2027 年將成為 AI 進一步走向物理世界、推動產業應用落地的開始。這一判斷也意味著，Physical AI 對網絡能力的需求并不是遙遠的 6G 議題，而是正在成為 5G-A 和網絡智能化演進中的現實命題。

王越表示，盡管 Physical AI 當前仍處于發展早期，但技術迭代速度非常快。隨著機器人運動能力、環境感知能力、多模態 AI 能力和邊緣推理能力持續提升，通信網絡也必須同步演進。運營商需要在 5G-A、邊緣計算、網絡切片和確定性網絡等現有能力基礎上提前布局，推動能力升級、場景拓展和生態成熟，而不是等到 6G 階段才開始回應 Physical AI 的網絡和商業需求。

從大模型到智能體，再到 Physical AI，AI 正在經歷從“理解世界”到“參與世界”的演進。對于通信行業而言，這不僅是一次新應用的出現，更是網絡價值邏輯的深刻變化。通信網絡將不再只是連接人與信息，而是連接智能、算力與物理世界，成為未來智能社會運行的核心底座。

注：本圖由AI生成

**信息來源：**Senza Fili – Sparring Partners 欄目《AI gets physical: The connectivity, latency, and physics of embodied intelligence》，對話嘉賓：中國電信首席技術專家王越。

https://senzafili.com/ai-gets-physical-the-connectivity-latency-and-physics-of-embodied-intelligence-with-yue-wang-at-china-telecom/