【导读】在MWC巴塞罗那2026这一全球科技盛会上，高通技术公司展示了其对于未来连接范式的深刻洞察：6G不再仅仅是峰值数据速率的线性提升，而是一个“AI原生”的智能系统。通过深度融合感知、数字孪生与物理AI，高通正致力于将6G的能力边界从单一的连接扩展至情境感知、分布式计算与智能协同的全新维度。本次展示不仅涵盖了超大规模MIMO、子带全双工等基础技术的演进，更揭示了智能体AI、增强现实（AR）体验以及通感一体化（ISAC）如何重塑终端、网络与服务之间的互动关系。
今年高通的演示围绕三大主题：6G基础技术演进、打造新体验的AI原生设计，以及面向效率提升与新服务的感知赋能的数字孪生平台。
在MWC巴塞罗那2026展示6G技术领导力
6G基础技术演进：新频谱、新技术、早期生态协同
6G始于可规模化扩展的系统设计选择：如何利用大带宽、如何提高频谱效率，以及空口如何演进以实现更智能的运行。
端到端6G原型系统
今年，关于如何借助新频谱使用、大带宽和先进技术推动无线性能实现下一次飞跃，系统级核心原型进行了探索。该原型系统展示了超大规模MIMO、概率整形和子带全双工，在结合更高频谱效率的同时，提高上下行链路吞吐量。这些基础性创新表明，6G正朝着更智能、更高效的系统形态演进，以支撑未来数据密集型应用。
6G射频校准与互操作性测试
与此同时，我们携手领先的基础设施供应商，进行6G射频对准与互操作性测试，以推进早期生态验证。通过对新频谱使用、大带宽和关键射频前端性能目标进行验证，这些测试标志着实现预期中6G性能飞跃的重要一步。
基于AI的联合信源与信道编码
高通技术公司和诺基亚贝尔实验室合作开发的一项互补性的概念验证，将基于AI的联合信源和信道编码应用于HARQ反馈机制。系统通过学习真实世界网络状况，并对反馈信令进行实时自适应，有效降低了误码率和不必要的重传次数，不仅能够提升当下的可靠性和效率，还将为未来6G网络中智能化、AI原生的空口接口奠定基础。
AI原生体验与服务：让连接适应意图、情境和计算需求
随着AI驱动的应用不断演进，系统面临的核心挑战已从传输比特转变为保持始终一致的体验。分布式计算、协同通信与情境感知自适应，由此成为新的重要课题。
智能体AI和AR体验
智能体AI与AR体验依赖持续感知、记忆和回溯能力。要在规模化场景下支持这些能力，需要重新思考终端计算与连接的方式。本演示展示了基于分布式计算赋能的AI回溯用例——AI工作负载（例如视觉记忆的生产与检索）能根据链路条件与功耗约束，在终端与网络边缘之间动态迁移。演示还呈现了协同通信赋能的“见我所见”用例：多个蜂窝联网终端相互协作，共同支撑业务体验，从而提升系统的可靠性、扩大覆盖范围并降低时延。上述能力综合展示了6G如何在更高效地管理终端约束与网络资源的同时，支持AI驱动的AR体验。
AI赋能的情境感知通信
第二项演示聚焦于面向6G、AI赋能的情境感知通信——终端侧AI让连接能够根据业务意图、所处情境以及动态变化的网络环境实现自适应调整。技术方向旨在构建AI原生协议：无需完全依赖传统服务质量（QoS）机制，即可为视频通话、云游戏等应用提供更具适应性的性能表现，并最终实现网络的响应方式与其所支撑的应用体验真正匹配。
规模化部署网络计算与推理服务
随着模型能力持续提升，未来的连接将不仅作为传输数据的通道，还需助力智能，到达所需之处。本演示揭示了6G如何通过在终端与边缘网络之间分布式部署智能，帮助终端获取更强大的AI能力，同时兼顾能耗、时延与可靠性。演示还为运营商指明了全新的服务机遇，而隐私与安全始终是其中不可忽视的核心考量。
利用终端侧AI智能体增强蜂窝体验
终端侧智能体AI还指向一种更主动的模式，以实现体验连续性。本演示重点展示终端如何综合应用（app）行为、网络状况与环境情境，主动识别性能问题并进行预先调整，从而提升日常移动场景下的体验连续性。
感知 + 数字孪生：扩展服务能力，提升运营效率
通感一体化（ISAC）让无线通信突破单纯的连接功能，延伸至感知领域。ISAC与AI、无线电数字孪生相结合，不仅为全新服务机遇开辟路径，也为无线系统的高效运营创造了全新实现方式。
6G感知与智能分类
本演示通过三个实时场景，重点展示了实时目标检测、追踪与分类能力， 包括：无人机的检测与分类、在限定区域内的远距离车辆探测，以及对车辆的精准追踪。这项工作推动移动网络超越纯粹的连接功能，赋能安全、安防与智慧城市等领域的智能应用，并为数字孪生平台开辟了全新的服务方向与应用可能。
通过感知与AI实现可扩展的无线电数字孪生
感知技术赋能的高保真无线电数字孪生，可用于持续调优网络性能、降低系统开销，并赋能新型服务的落地。本演示展示了网络集成射频感知与AI相结合，如何在6G中构建可扩展、持续更新的无线电数字孪生。
基于数字孪生的人工智能/机器学习（AI/ML）模型训练
无线环境日趋动态复杂，终端所用的AI模型（比如波束预测模型）必须在不能依赖大规模空口OTA数据采集的情况下，实现高效自适应。本演示重点展示了如何利用无线电数字孪生生成的合成训练数据，在规模化条件下训练面向特定环境的AI模型，进而降低网络流量、能耗与运营开销。将这预训练模型与轻量级终端侧自适应机制相结合，为面向6G的无线AI模型的高效生命周期管理提供了可行方向。
6G网络和终端节能
能效对6G来说是基本要求。本演示重点展示了通感一体化（ISAC）和无线电数字孪生如何优化网络和终端侧的功耗。通过结合射频感知与AI、数字孪生辅助无线电建模，以及终端级低功耗运维技术（如唤醒接收器），6G系统能够动态调整资源配置、减少能源浪费，同时保障良好的用户体验。
不断演进的非地面网络（NTN）：将宽带扩展至地面边界之外
非地面网络（NTN）持续演进，3GPP生态系统也将蜂窝连接扩展至传统地面系统的覆盖范围之外。本演示探讨了毫米波NTN如何支持高性能链路，并扩大可靠宽带通信的接入范围。
宽带NTN的演进
本演示探索了下一代宽带接入终端如何利用毫米波频谱，提供高性能的卫星连接。演示结果表明，借助紧凑型硬件、先进的波束捷变能力和移动卫星的实时自适应能力，可以在更广泛的区域提供稳健、高速的宽带接入。
实现毫米波卫星直连终端NTN
本演示重点展示了毫米波NTN如何扩展全球连接能力，为手机、汽车和无人机等终端，提供高速通信链路。通过卫星直连手持终端通信的演示，展示了高频频谱、先进天线技术和6G时代系统设计融合后，如何在更广泛的场景下提供快速可靠的接入。
总结
高通在MWC 2026上的技术演示清晰地勾勒出6G发展的三大核心支柱：坚实的技术底座、AI原生的体验重构以及感知赋能的效率革命。从端到端原型系统的互操作性验证，到基于AI的联合信源信道编码创新；从支持智能体回溯与协同通信的分布式架构，到利用数字孪生实现网络能效优化与模型训练，这些成果共同证明了6G正在成为支撑未来千行百业数字化升级的“智能底座”。
