站内搜索：北京邮电大学张杰深度解析具身智能通信与光传输技术前沿
乡村振兴
体育产业
互联网
双创服务
科技产业
企服行业
文化产业
旅游产业
美食行业
房产行业
汽车产业
更多
教育产业
视频
博客
登录
注册
搜索
北京邮电大学张杰深度解析具身智能通信与光传输技术前沿
不感兴趣
x
科技
0评论
·
0
来自：
企业第二办公区-企业CBD
|
拓荒牛
14小时前
![](https://img2.tuohuangzu.com/uninf/images/202509/2025091310020734382.png"></p><p><strong>具身智能通信从</strong><strong>“</strong><strong>指令传输</strong><strong>”</strong><strong>到</strong><strong>“</strong><strong>多模态通信</strong><strong>”</strong></p><p>张杰指出，具身智能是能通过与物理环境的实时感知-行动交互来学习和完成任务的智能体，以各种形态的机器人为载体，其中人形机器人最具代表性。相比网络空间中的“离身智能”，具身智能具备物理世界感知、交互、学习能力，形成动态的闭环反馈。</p><p>随着人工智能技术的深化，具身智能对通信的需求正发生根本性转变，即具身智能通信从“指令传输”到“多模态通信”。张杰指出，传统的工业控制通信主要依赖can、modbus等总线系统，承载低频、单向、指令式控制信号。而如今，工业设备被赋予更复杂的“视觉感知”“多模态判断”能力。</p><p>针对具身智能通信的两大核心命题，张杰教授展开分析。其一，能否实现“类人”甚至“超人类”的动作？他认为在高度具身化的系统中，通信能力的提升不仅关乎效率，更是决定系统能否完成关键任务（例如平衡运动）的能力上限。其二，能否实现仿生的高密度智能“触觉感知”？他认为，电子皮肤（e-skin）是触觉实现的载体，触觉单元阵列与集成，助力灵巧手实现复杂物体的操作能力，将沿着指尖、指节、手掌的顺序逐渐渗透，关键也在于通信系统如何支持具身智能机器人的高密度智能触觉感知需求。</p><p>在此基础上，张杰教授进一步总结了具身智能通信的四大核心需求：</p><p>一是交互实时性，在动态环境下，具身智能系统要求通信具有极低的延迟和高精度的时钟同步，以确保实时交互和精确控制。二是能效平衡性，在资源受限的移动设备上，高能效设计至关重要。系统需通过硬件加速和智能调度降低功耗，同时保持高性能。三是传输可靠性，在关键任务应用中，高可靠性的通信链路和控制机制能够保证在关键任务中信息传输无误，并能抗干扰，确保系统稳定运行。四是数据融合性，具身智能通信系统还需具有将视觉、听觉、触觉等多源信息整合的能力，从而构建出对环境的综合认知，并支持自适应决策。</p><p><strong>光网络与空芯光纤</strong><strong>：支撑具身智能的底座</strong></p><p>“光网络是支撑中国数字经济发展和推动社会数字化转型的关键底座，决定国家数据基础设施建设的加速度。”张杰强调，在具身智能与ai大模型快速发展的背景下，光网络的价值愈发凸显。</p><p>当前，移动流量增长面临“用户天花板”“时长天花板”“体验天花板”与“视频低浓度”的困境，而新一代ai正为流量增长注入新动能。张杰指出，ai将重塑生产力、突破用户数瓶颈、升级内容生产模式、打破业务体验极限，这也对网络带宽提出了更高要求。</p><p>然而，人工智能应用涉及海量数据与复杂计算，现有云基础设施架构难以满足其“高带宽、低延迟”的传输需求，“ai竞争背后，本质是算力加运力的博弈”。</p><p>张杰指出，ai智算集群化离不开“高能级承载+品质运力供应”，需确保数据流通“联得畅”，高通量算力需求亟待突破“互连带宽瓶颈”，需确保数据流通“跟得上”。</p><p>作为新一代光传输载体，空芯光纤能有效迎接ai智能体通信需求与挑战，有望突破传统光通信系统（主要基于实芯光纤）的限制，成为ai智能体通信新引擎，具有更低时延、更高带宽、更低损耗、更强抗扰的优势。</p><p>此外，空芯光纤还具备“无可替代性”——空气介质与广场增强带来的灵敏度跃升、全介质光子传输的抗电磁干扰能力、一纤复用的高集成度，以及光能即能源的无源化优势。</p><p><strong>未来趋势展望</strong><strong>：网络驱动智能</strong></p><p>在演讲的最后部分，张杰围绕具身智能的演化路径、复杂应用挑战与技术创新方向，提出了未来发展的展望。</p><p>从具身智能演化路径来看，他将其分为三个阶段：第一阶段是“小脑”主导的单体体内通信，如机器人内部摄像头、传感器等通过ethercat等通信协议与主控单元交互；第二阶段是“初级大脑+小脑”的简单体间通信，如figureai在两个机器人上同时部署helix模型，实现机器人之间的“共大脑”协作；第三阶段是“超级大脑+小脑”的网络驱动智能通信，基于本地算力及大模型能力的融合、重构与再分配，通过低延迟、高可靠的通信网络，形成具备自组织、自适应、自进化能力的智能集群。</p><p>同时，这一演化过程需适应三大复杂应用环境：一是极端物理环境，如辐照、干扰、宽温场景；二是高动态环境，如应急抢险救灾、智能体多域作业、无人机集群作业；三是非确定性环境，如高山丛林、极地环境、地外空间。</p><p>在此背景下，多智能体通信与协作场景面临新命题：<strong>机器人种群</strong>解决高动态场景下的任务分工和智能协作；<strong>空间机器人编队</strong>在极端环境下高的可靠性和群体智能，执行复杂的空间任务；<strong>高速飞行器编队</strong>解决高速运动中的通信和智能协同问题，提高非确定环境的生存和服务能力。针对这些挑战，张杰提出了两大技术创新融合方向：一是光电芯片，满足大带宽、强算力要求；二是车载光网络应用。</p><p>“网络驱动智能将成为未来核心方向。”张杰总结道，网络不仅传输数据，还能主动优化智能体协作和决策，智能体不仅依赖算法决策，还能通过智能网络增强感知、执行和进化能力，大规模具身智能网络具备更强的自组织、自适应以及高效协同能力。“个体发起的意图驱动广播到网络大脑中并引起群体感知，网络大脑的群体决策系统根据意图与感知的输入生成决策方案，进一步驱动协同行动系统生成控制指令和协同操作，完成整个意图驱动过程；与此同时，该过程形成的任务经验反馈给网络大脑，实现了群体进化。”</p>)
