4月9日消息（岳明）全球范围内的6G研究已从“远景需求定义”阶段转向“关键技术收敛与标准化”。目前，3GPP正在逐步启动6G国际标准的制定，未来3到5年将成为技术突破和产业发展的关键时期。
“现阶段6G的核心词就是AI与通信。”中国工程院院士张平在中关村泛联院主办的“6G技术与产业创新论坛”接受采访时指出，传统的2G到5G通信系统因功能堆叠而变得愈发复杂，导致系统“熵增”（无序性增加）。未来的6G需借助AI技术实现“熵减”，即从无序向有序演化，核心在于“由智生简，以简促智”。
为了推动这一目标的实现，张平院士团队提出了“语义通信”这一突破性与前沿性兼具的信息基础理论。此理论为AI与通信的深度融合提供了数学理论和物理模型基础，同时也为6G全球标准的制定贡献了中国智慧。
通信是人类在人造系统中最庞大的工程，解决了人类最基本的需求，通信一直是刚需。随着6G标准的到来，其范式，包括通信对象等正在发生变化，涵盖AI原生、超高带宽、超低时延、更高频谱效率与空天地一体连接等6G特性，这些特性逻辑上必然导致熵增。而对于一个耗算系统而言，所有的发展应朝熵减方向发展，人类智慧应推动系统向熵减方向演化。”张平院士表示，传统通信系统在香农理论框架下面临诸多挑战，但AI的引入为解决这些挑战提供了新的思路。
当前通信领域面临三大瓶颈。首先是理论瓶颈，香农定理设定了通信性能的理论极限，传统技术依赖带宽、功率和天线堆叠已接近物理极限，导致高功耗与低覆盖。其次是智能瓶颈，现有AI技术与通信设计理念不兼容，AI强调数据处理而非信息无损传输，需要探索两者的深度融合。最后是灵活性瓶颈，传统通信模型（信源、信道、信宿分离）缺乏灵活性，难以支持实时交互与动态感知。
针对这些挑战，张平院士团队通过语义通信、同义映射等创新方法提出了一种智简（Intellicise：Intelligent Concise）通信系统架构，旨在降低系统复杂度、功耗和成本，同时提升频谱效率和覆盖能力。他强调其中的“类生智能”框架，期望能够模仿人类信息系统的感知-认知-决策过程，通过语义通信和同义映射减少冗余信息，突破香农极限。
“AI有AI的逻辑，通信有通信的逻辑，这两个逻辑是不同的。如何让AI在通信系统中有效工作，同时如何使通信系统有效支撑AI发展都是至关重要的，二者不能孤立处理而需相互结合。6G的关键在于如何将AI与通信结合起来，即ComAI的概念。”张平院士表示。
他强调，6G+AI的融合需以熵减为核心目标，通过多学科交叉（信息论、控制论、系统论）实现智能简约化。而Intellicise意味着在系统架构中引入智能，简化设计而非复杂化，例如通过自适应机制和智能体（Agent）提升通信效率。这一理念与今年MWC25聚焦的“Agent通信”国际趋势一致。
C114了解到，张平院士团队此前在《通信学报》发表的《语义通信的数学理论》建立了语义信息理论的数学框架，是经典信息论的自然延伸。论文提出两个语义通信的基本假设：语法表征性，即任意可观察信息都是语法信息，语义信息表征必然依赖于语法信息；语义同义性，即同义性是语义信息根本特征，同义映射是语义到语法映射的基本方式。最后通过缜密的数学推导，证明语义通信容量突破了经典。
在技术实验验证方面，其团队开发了支持语义通信的原型系统，验证了其在卫星通信等场景中的增益，并通过标准化进程推动技术落地（如数据平面与控制平面的分离）。其中的一项关键技术模分多址（MDMA）利用模型而非自然资源实现多址接入，实验证明可显著提升频谱效率与覆盖能力。
据悉，目前语义通信关键技术已成为6G标准化组织关注的候选关键技术，推动成立IMT-2030语义通信任务组，成员超过30家，共同推进面向6G的国际标准化工作。
关于语义通信未来的研究方向与挑战，张平院士分析称，在理论扩展方面，要从语法、语义信息论向语用信息论延伸，探索更高维度的信息表征。在技术融合方面，要深化AI与通信的实时交互能力（如感知、工具操控），优化系统级架构。在实践问题方面，要兼容现有通信系统，保障语义信息安全（如加密语义提取）、降低算力需求等。
文章总结
综上所述，随着全球6G研究的推进，AI与通信的融合成为关键。通过创新性的语义通信和智简系统架构，未来6G将实现更高效、更智能的通信体验。面对理论、智能和灵活性瓶颈，AI的引入提供了新的解决思路，推动6G标准化和技术落地，为通信行业的未来发展奠定坚实基础。