6G通信-计算-智能融合赋能具身智能应用

doi:10.12267/j.issn.2096-5931.2026.09.004

信息通信技术与政策 ›› 2026, Vol. 52 ›› Issue (9): 29-37.doi: 10.12267/j.issn.2096-5931.2026.09.004

专题:通信-计算-控制融合创新发展上一篇下一篇

6G通信-计算-智能融合赋能具身智能应用

6G communication-computing-intelligence convergence empowering embodied intelligence applications

刘光毅¹^,², 贺智敏¹, 王新尧¹, 蔡青¹, 王凯悦¹, 陈天骄¹, 金婧¹

¹ 中国移动通信有限公司研究院, 北京 100053
² 中关村泛联移动通信技术创新应用研究院, 北京 100083

收稿日期:2026-08-25 出版日期:2026-09-25 发布日期:2026-09-30
通讯作者: 贺智敏
作者简介:
刘光毅,中国移动通信集团、中国移动通信有限公司研究院、中关村泛联移动通信技术创新应用研究院首席专家,正高级工程师,主要研究方向为移动通信网络技术、6G等；
王新尧,中国移动通信有限公司研究院工程师,主要研究方向为6G、通信与AI融合等；
蔡青,中国移动通信有限公司研究院工程师,主要研究方向为6G、通信与AI融合等；
王凯悦,中国移动通信有限公司研究院工程师,主要研究方向为6G、通信与AI融合等；
陈天骄,中国移动通信有限公司研究院高级工程师,主要研究方向为6G、网络内生AI、通算融合、AI QoS保障等；
金婧,中国移动通信有限公司研究院未来研究院副院长,高级工程师,主要研究方向为6G、通感融合、数字孪生等

LIU Guangyi¹^,², HE Zhimin¹, WANG Xinyao¹, CAI Qing¹, WANG Kaiyue¹, CHEN Tianjiao¹, JIN Jing¹

¹ China Mobile Research Institute, Beijing 100053, China
² ZGC Institute of Ubiquitous-X Innovation and Applications, Beijing 100083, China

Received:2026-08-25 Online:2026-09-25 Published:2026-09-30
Contact: HE Zhimin

摘要/Abstract

摘要：

当前,具身智能的规模化应用仍面临终端算力不足、续航能力有限、部署成本高三大瓶颈。现有5G-A边缘计算模式虽已初步打通连接与算力,但因边缘算力外挂式叠加以及通算资源松耦合,动态无线环境下的人工智能服务质量难以得到保障。为此,面向6G提出通算智融合赋能具身智能的网络架构,将通信、计算、数据与模型资源统一纳入网络原生管控范畴,并通过端边协同原型样机验证了其有效性,最后进一步分析了6G通算智融合对具身智能应用演进的赋能方向。

关键词: 6G, 通算智融合, 具身智能, AI服务质量, 端边协同

Abstract:

Currently, the large-scale application of embodied intelligence still faces three key bottlenecks: limited on-device computing capacity, short battery endurance, and prohibitive hardware costs. Although the current 5G-Advanced (5G-A) edge computing achieves basic connectivity-computation integration, edge resources are implemented as add-on components, yielding loose coupling of communication and computing resources and poor AI-service quality in dynamic radio channels. To address these limitations, this paper develops a 6G communication-computing-intelligence converged network architecture for embodied intelligence use cases, where communication, computing, data and model resources are placed under native network orchestration. The effectiveness of this approach is validated through a prototype system demonstrating device-edge synergy. Finally, the paper further analyzes the enabling role of 6G’s communication-computing-intelligence convergence in driving the evolution of embodied intelligence applications.

Key words: 6G, communication-computing-intelligence convergence, embodied intelligence, quality of AI service, device-edge collaboration

中图分类号:

TN929.5

刘光毅, 贺智敏, 王新尧, 蔡青, 王凯悦, 陈天骄, 金婧. 6G通信-计算-智能融合赋能具身智能应用[J]. 信息通信技术与政策, 2026, 52(9): 29-37.

LIU Guangyi, HE Zhimin, WANG Xinyao, CAI Qing, WANG Kaiyue, CHEN Tianjiao, JIN Jing. 6G communication-computing-intelligence convergence empowering embodied intelligence applications[J]. Information and Communications Technology and Policy, 2026, 52(9): 29-37.

导出引用管理器 EndNote|Ris|BibTeX

链接本文:

http://ictp.caict.ac.cn/CN/10.12267/j.issn.2096-5931.2026.09.004

http://ictp.caict.ac.cn/CN/Y2026/V52/I9/29

图/表 3

参考文献 14

[1]	中国信息通信研究院. 具身智能发展报告(2025年)[R]. 2026.
[2]	全国机器人标准化技术委员会. 具身智能机器人和移动通信技术研究报告[R]. 2025.
[3]	Hu Y, Zhu H, Zheng B, et al. OpenHLM: an empirical recipe for whole-body humanoid loco-manipulation[PP/OL]. arXiv(2026-06-30)[2026-08-22]. https://arxiv.org/abs/2606.22174.
[4]	Williams J, Gupta K D, George R, et al. LiteVLA-Edge: quantized on-device multimodal control for embedded robotics[PP/OL]. arXiv(2026-03-04)[2026-08-21]. https://arxiv.org/abs/2603.03380.
[5]	Ruan D, Mozaffari S, Adriaenssens S, et al. A latency-aware framework for visuomotor policy learning on industrial robots[PP/OL]. arXiv(2026-02-21)[2026-08-21]. https://arxiv.org/abs/2602.14255.
[6]	Zahir A, Selker M G F, Nanos A, et al. vAccSOL: efficient and transparent AI vision offloading for mobile robots[PP/OL]. arXiv(2026-03-17)[2026-08-21]. https://arxiv.org/abs/2603.16685.
[7]	松延动力[EB/OL]. 2025[2026-06-08]. https://www.noetixrobotics.com/n2.
[8]	NVIDIA. Jetson常见问题解答[EB/OL]. [2026-08-21]. https://developer.nvidia.cn/embedded/faq.
[9]	中国移动通信研究院, 中关村泛联移动通信技术创新应用研究院, 乐聚(深圳)机器人技术有限公司, 等. 6G通算融合赋能具身智能白皮书[R]. 2026.
[10]	刘光毅, 陈天骄, 崔莹萍, 等. 面向AI服务质量保障的6G无线网络智慧内生架构[J]. 移动通信, 2025, 49 (1):2-8.
[11]	Huang Y, Meng Y, Wu J, et al. Intelligent service-based RAN for 6G: Functional recomposition and intent-driven orchestration[J]. China Communications, 2026, 23 (4): 96-111. doi: 10.23919/JCC.fa.2025-0344.202604
[12]	Huang Y, Li N, Sun Q, et al. Communication and computing integrated RAN: a new paradigm shift for mobile network[J]. IEEE Network, 2024, 38 (2): 97-112. doi: 10.1109/MNET.2024.3355401 URL
[13]	Cai Q, Zhou Y, Liu L, et al. Query-aware semantic encoder-based resource allocation in task-oriented communications[J]. IEEE Transactions on Mobile Computing, 2025, 24 (7): 6413-6429. doi: 10.1109/TMC.2025.3541636 URL
[14]	Chen Y, Li R, Yu X, et al. Adaptive layer splitting for wireless large language model inference in edge computing[J]. Frontiers of Information Technology & Electronic Engineering, 2025, 26 (2): 278-292.

[1]	王燕敏, 冯伟, 董超, 任保全, 段向阳. 面向6G无人作业的“感-传-算-控”闭环:模型、度量与网络设计^*[J]. 信息通信技术与政策, 2026, 52(9): 2-8.
[2]	张文静, 晁军显, 吴紫涧, 程宝平. 具身智能的未来演化方向与路径展望[J]. 信息通信技术与政策, 2026, 52(9): 38-44.
[3]	张博钧, 冯志芳, 徐雯祯, 李文卓. 全球视角下具身智能高质量数据集政策法规与标准研究[J]. 信息通信技术与政策, 2026, 52(5): 69-74.
[4]	康绍莉, 王可, 秦海超, 冯云九, 王丹, 杨祺欣. 面向6G的低空智能网联系统用例研究[J]. 信息通信技术与政策, 2026, 52(4): 2-14.
[5]	李腾达, 朱紫钰, 韩子奇. “人工智能+”赋能具身智能机器人新形态及关键技术应用[J]. 信息通信技术与政策, 2025, 51(8): 15-25.
[6]	刘高峰, 姜约瀚, 张育雄. 人工智能赋能数字孪生城市高水平发展和高质量建设[J]. 信息通信技术与政策, 2025, 51(3): 74-82.
[7]	张恩皖, 朱训璘, 魏骊静, 朱云洁. 混合计算架构下的前沿探索:量子计算在6G通信中的应用及未来展望[J]. 信息通信技术与政策, 2025, 51(10): 31-39.
[8]	卢丹, 崔颖, 何异舟, 韩文婷. 6G安全需求和关键技术探讨[J]. 信息通信技术与政策, 2025, 51(1): 52-55.
[9]	成苈委, 张倩, 梁栗炎, 周洁, 于青民, 黄俊杰. 面向脑机接口的高速通信需求及相关应用场景[J]. 信息通信技术与政策, 2024, 50(5): 12-17.
[10]	金婧, 王亚娟, 马良, 张小舟, 董静, 刘光毅. 面向低空智联的通感一体技术[J]. 信息通信技术与政策, 2024, 50(11): 54-62.
[11]	王欣晖, 周星月, 朱进国. 6G网络架构探讨[J]. 信息通信技术与政策, 2023, 49(9): 13-22.
[12]	杜刘通, 徐晓燕, 杜滢, 魏克军, 金弯弯. 全球6G技术产业发展态势^*[J]. 信息通信技术与政策, 2023, 49(9): 2-6.
[13]	梁健生, 金宁, 魏垚, 王庆扬. 浅谈垂直行业需求对6G系统设计的影响[J]. 信息通信技术与政策, 2023, 49(9): 23-27.
[14]	周知, 何佳, 瞿辉洋, 黄煌, 余子明, 王光健. 基于6G网络的通信感知一体化[J]. 信息通信技术与政策, 2023, 49(9): 28-37.
[15]	张钰婕, 康绍莉, 白伟, 彭莹, 索士强, 孙韶辉. 面向6G典型场景的新型多址接入^*[J]. 信息通信技术与政策, 2023, 49(9): 38-45.

6G通信-计算-智能融合赋能具身智能应用

6G communication-computing-intelligence convergence empowering embodied intelligence applications

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 3

参考文献 14

相关文章 15

编辑推荐

Metrics

本文评价