从比特流到词元流：TeleAI「智传网」如何重构AI终端通信范式
核心事件
2026年世界人工智能大会（WAIC 2026）上，中国电信人工智能研究院（TeleAI）正式发布「智传网（AI Flow）」技术体系，并宣布在国内首次攻克轻小型无人机直连卫星进行高清视频实时稳定传输的技术能力。
此前一天，智传网（AI Flow）已获得WAIC大会最高奖项——卓越人工智能引领者奖（SAIL）赋能奖。
技术突破：从"传画面"到"传语义"
传统方案的物理瓶颈
应急通信场景中，传统无人机视频回传依赖"地面基站+卫星中转"的两级架构：
- 距离限制：无人机需保持在基站覆盖范围内
- 带宽限制：轻小型无人机载荷有限，卫星链路带宽窄，高清视频难以实时回传
生成式智能传输的新路径
智传网（AI Flow）的核心思路是"计算换带宽"：
| 环节 | 传统方案 | AI Flow方案 |
|---|---|---|
| 发送端 | 像素编码（H.264/H.265） | 神经编码器提取场景语义、物体结构、运动状态 |
| 传输对象 | 比特流（Bitstream） | 词元流（Token Sequence） |
| 接收端 | 解码还原像素 | 生成式模型重建视频 |
关键数据：
- 音频传输：0.266Kbps极低码率下完成语音通话和音乐，相比传统方案降低约500倍，实现"世界最低速率的语音通话"
- 视频传输：100Kbps码率下传输并重建1080P@30fps视频（传统方案需3600Kbps）
- 存储优化：亿路摄像头场景下，存储空间降至传统方案的四十分之一
应用场景拓展
1. 应急通信
TeleAI已与中电信应急公司合作，基于智传网技术的千余套设备投入全国31个省份的防汛抗洪工作。
典型场景：洪水灾区派无人机勘察道路、积水、房屋风险和被困人员信息，端侧编码后通过卫星直连传回指挥中心重建视频。
2. 具身智能协同
- 低时延遥操作：结合5G低时延能力，端到端时延压缩至20-50毫秒
- 跨城远程控制：机器人远程控制半径从局部扩展至跨城际乃至全国
- 群体智能：统一编码的词元流连接不同厂商机器人，共享环境感知和任务信息
3. 水下通信
依托该技术，TeleAI实现了自然水域中的远程无线实时高清视频传输，核心载荷已搭载在自研"空海跨域潜航器"上。
4. 星载解码
推进将智传网解码模型部署到在轨卫星，利用卫星端计算减少地面算力依赖。
理论创新：信容律与香农—韦弗模型的延伸
信容律（Information-Capacity Law）
TeleAI提出通信资源与计算资源可在一定条件下相互置换的理论框架。当链路带宽受限时，通过模型完成信息提取和生成式重建，以更多计算降低传输数据量。
三级评价指标
借用香农—韦弗通信模型，智传网的评价维度从Level A延伸到Level C：
| 层级 | 关注点 | 示例 |
|---|---|---|
| Level A | 符号准确传输 | 像素级还原 |
| Level B | 语义正确表达 | 场景理解 |
| Level C | 任务有效性 | 救援决策支持 |
TeleAI将此目标概括为"全息世界的可信重建"——重建画面不仅要清晰连贯，更要保留识别、推理和任务执行所需的关键信息。
行业意义：AI时代的新一代通信网
从"连接设备"到"连接智能"
过去几代网络演进：
- 2G：语音和短信
- 3G：移动网页和图片
- 4G：短视频和移动互联网
- 5G：高清直播、低时延、海量终端
- AI时代：Token、中间推理结果、模型能力、任务指令
智传网的定位是构建承载这些新内容的通信基础设施，让分布在不同终端（无人机、机器人、摄像头、汽车、水下设备）的智能跨越网络和空间实现协作。
视联网的存储革命
中国电信视联网已形成覆盖1亿路摄像头的视频资源基座。传统压缩仅利用前后画面冗余，而生成式智能压缩进一步借助模型能力对背景、人物、车辆和事件等内容进行统一编码。
结果：同等硬件条件下，影像留存时间从一周延长至接近一整年。
待验证的挑战
尽管技术演示展示了显著优势，以下问题仍需观察：
- 重建保真度：生成式模型重建的画面是否会在关键细节上产生幻觉？在医疗、安防等高精度场景中的可靠性有待验证
- 端侧算力需求：神经编码器和生成式重建需要较强算力，轻小型无人机的算力-功耗平衡尚未明确
- 标准化缺失：不同厂商设备的词元流编码格式是否兼容？TeleAI自研机器人与合作伙伴机器人的协同仍需实践检验
- 规模化成本：千余套设备投入防汛抗洪是试点性质，大规模商用的硬件成本和运维成本尚不清晰
- 卫星部署进度："解码模型部署到在轨卫星"仍处于推进阶段，具体时间表和可行性待确认
结语
TeleAI的智传网（AI Flow）尝试回答一个AI行业常被忽略的问题：当AI从聊天框进入物理世界，如何让分布式终端真正连接和协作？
模型负责产生智能，网络要让智能抵达更远的地方。
从比特流到词元流的转变，本质是将通信系统的评价标准从"像素级还原"升级为"任务级有效"。这既是对香农信息论在AI时代的延伸，也可能重塑未来AI终端的通信架构。
本文事实和数据均来源于公开报道，详见量子位原文