【对话IEEE Fellow高通徐晧：如何看待5G、AGI、人机交互革命】徐晧博士，作为新晋IEEE Fellow，同时也是高通中国研发负责人，与科技行者展开了一次深度对话，分享了他对通信技术、AI发展、人机交互革命以及技术创新的深刻见解。从贝尔实验室到高通的20年职业生涯，徐晧见证了3G到6G的演进，他认为通信创新的“第一性原理”是技术与商业的完美平衡。展望6G，他指出这将是全球首个“AI原生”网络。对于当下火热的AI，他强调了“端侧AI”的独特价值，认为“未来大模型变小是趋势”，AI正在定义一个全新的人机交互方式。作为拥有超过800项美国专利、全球6000多项授权专利的资深科学家，徐晧的观点既有深厚的理论基础，又充满前瞻性思考。此处梳理徐晧在视频中的十个核心观点：1、5G发展现状与商业化进程"每一个新的技术出现时，往往推广会需要一定的时间。"徐晧对5G的发展现状进行了客观评估。他指出，截至2024年12月，中国在5G领域取得了显著成就：5G基站数量占全球60%以上，用户数量占全球半数，在商用领域积累了数万个应用案例。但他同时指出，新技术的推广往往需要一个渐进的过程。他以3G、4G时代为例解释道："3G时代数据通信刚出现时，我们还没有充分利用到数据通信的便利。直到智能手机出现后，在4G时代，照相、电子邮件、搜索引擎等一系列应用才得到广泛使用。"这个历史经验表明，技术的普及需要与应用场景和用户需求相互促进。2、技术创新的三重维度在谈到技术创新的根本原则时，徐晧提出了三个关键维度：实用性、创新性与商业可行性。a. 技术要有实用性。“不是说一个非常长远的、但最近不能落地的项目。能够商业落地或者在近期五年之内能够落地的项目，是我们关注的。”b. 技术要有创新性。“有些技术可以做0.5dB或者1dB的改动，得到20%、30%的增益，但我们更希望看到能够带来更大突破的创新技术。”c. 技术要有商业落地的可行性。"本来5G就已经比较复杂了，我们不希望把6G做得更复杂，而是要让技术有更好的、持续性的发展，实现节能、节电，在部署时更简单。"这三个维度的平衡，构成了高通进行技术创新的基本准则。3、从5G到6G的技术演进路径在梳理移动通信技术演进路径时，徐晧提出了清晰的分层认知：“5G技术最初的目标是让所有5G基站更好地覆盖所有用户，提供最基本的支持。“5G-A更注重如何把5G做得更好，比如多载波聚合技术，可以将5G的峰值速率推到5Gbps。”对于6G，他特别强调了其与AI的深度融合："6G可以重新定义网络或者终端，它从原生上，从设计的第一天起，就已经将AI纳入设计理念。"4、高通的端侧AI战略在AI发展战略方面，徐晧详细阐述了高通的独特优势："现在AI有两个主要趋势，一个是云端训练的大模型；另一个是端侧AI应用，这是高通的主要研究方向。"徐晧说：“高通有一个非常好的地方，是我们的硬件可以提前适配我们的软件，然后可以提前把我们的算法在上面做应用和实验，这是其他厂家不大容易做到的。因为端侧更注重的是集成度、节能、运算的效率，而比较运算效率，我们比业界其他芯片厂商的效率要高很多。所以，如果AI得到普遍应用，它会在端侧有非常大的影响力。”他指出高通在智能手机、自动驾驶汽车、VR/XR眼镜等终端设备上的广泛布局，为发展端侧AI提供了独特优势。他用一个生动的例子说明了端侧AI的价值："如果想查找去年拍摄的夏威夷海滩落日照片，问云端就需要把所有照片都传上去，而如果在手机端，就可以直接完成搜索。这既解决了效率问题，也保护了隐私。"5、AI重塑用户交互"GenAI is the New UI"，徐晧引用高通CEO安蒙的观点，深入探讨了生成式AI如何重塑用户交互方式。他描绘了一个具体场景："如果AI非常智能，我就可以直接告诉它'看看我下周哪两天有时间，加上周末，我想去三亚旅游，帮我订一个四星到五星级的酒店，最好是在海边'。一个Agent会调用所有它能够调用的、你经常使用的APP来完成这件事。这完全改变了传统的UI交互方式。"这种变革不仅体现在语音交互上，更深层的改变是AI对用户需求的理解和主动服务。通过整合日程、邮件、旅行预订等多个系统，AI能够提供更智能、更便捷的服务体验。6、大模型小型化趋势在讨论AI大模型时，徐晧特别强调了一个趋势：大模型向小型化发展。"几年前我们需要1550亿个或者1750亿个的模型参数，现在可能只需要几十亿个或者几亿个，就能得到类似的效果。当一个小模型能够做到大模型前两年能做的事情的时候，那把这个小模型放到终端上就足够了，现在大多数手机都已经可以支持30个亿参数的模型，而且高通的demo车里也做过70个亿参数模型的（测试），也能够运行。"他详细介绍了实现模型小型化的几种技术路径：首先是模型「剪枝（Pruning）」，"判断模型中哪些部分不那么重要，进行简化"；其次是「精度转换」，把高精度的“浮点运算模型”转化为低精度的“定点运算模型”；此外还包括「学生-教师模型」等方法。这些技术已经在骁龙8Gen3和骁龙8至尊版等产品中得到应用。7、对AGI（通用人工智能）的深度思考关于AGI的发展，徐晧提出了深刻的见解："如果仅仅从AI能不能在某些领域超过人类来看，那AGI一定会到来。但是，也有一些人类比较容易做到的事情，对AI来说却比较难。"他用教小孩识别猫狗的例子，说明了人类学习的高效性，同时指出了AI在计算效率和功耗方面的局限："人工智能需要大量的运算或者大量的训练才能达到类似的效果。在计算效率和功耗方面，人工智能远远没有人的大脑有效。"他说，AI的优势在于不需要有很长的学习过程，一旦训练之后，它可以直接将一个模型的知识复制到下一个模型中。不像人类从小孩开始学习，得经过幼儿园、小学、初中，从头开始学。但是，也有一些地方，比如人类的情感等，AI可能永远达不到这个阶段。所以，徐晧认为，“如果是达成很多功能层面定义上的通用人工智能（AGI），这肯定能实现。但是，AGI能不能与人类一样聪明、有效、且拥有人类的情感和自主判断能力，我希望它永远达不到。”8、AI发展的理论基础之困徐晧特别强调了AI发展中的一个关键问题："AI对于我们还是一个黑箱。"他将这一问题与通信理论的发展历程进行对比："在通信发展最初的数百年间，一直没有完备的通信理论，直到克劳德・香农应用数学模型建立了解释通信的理论。"他认为，AI也需要类似的理论突破："对于AI或者AGI的发展，我们更希望有坚实的理论基础来支撑，而不仅仅是'纯暴力美学'，用大量的数据和计算资源堆出一个模型。"9、智能设备的商业化之路在讨论VR/XR等智能设备的发展时，徐晧指出了三个关键因素：首先是设备的小型化，"不能比普通眼镜厚太多或者大太多"；其次是续航能力，"必须至少能支持整天佩戴"；最重要的是应用场景的丰富性。他以具体应用场景为例说明："比如在敦煌，你可以通过VR/XR眼镜看到石壁上翩翩起舞的场景，或者在日常维修时，眼镜可以为你展示实时的安装指导。只有当这些应用场景真正能够解决用户痛点时，才能得到普遍应用。"10、给年轻研发人员的建议在访谈最后，徐晧总结了成为优秀科学家的四个关键要素：首先，是扎实的技术能力，这是根本；其次，是找到自己的特长并与技术结合；第三，是勇于接受改变与挑战；最后，是持续学习的态度。
