大家好，這裡是《人民會客廳》，我是許博。隨著數字技術的快速發展，我們正在邁入一個通信+智能的深度發展的新時代。在2024年是“5G-A商用元年”和AI入端元年。不久前國務院發布了《關於深入實施“人工智能+”行動的意見》，為技術的融合按下了快捷鍵。一邊是技術的快速發展，另一邊是技術協同標准統一，安全保障等挑戰亟待解決。今天在直播間，我們非常榮幸邀請到了四位業內的嘉賓，來就相關問題一同探討。我們來一起認識一下他們，他們是：

TD產業聯盟秘書長楊驊 歡迎您。

各位網友大家好，我是楊驊

北京通用人工智能研究院機器人實驗室主任劉航欣 歡迎您。

大家好，我是劉航欣。

中國移動集團首席專家劉光毅，歡迎您。

大家好，我是劉光毅。

還有我們的老朋友，華為無線網絡產品線總裁曹明，歡迎您！

大家好，華為曹明。

其實剛才也提到過去一年是5G-A的商用元年，也是AI入端的元年，大家可以說現在對於AI相關話題非常關注。我們想先問一問劉主任，在您的領域來看，產業目前最關注的包括它和商用銜接最緊密的這樣一個AI新的應用場景會是什麼？

其實AI的應用已經可以說是潛移默化地進入了我們的生活當中，之前很多AI的應用可能更集中在一些特定的領域，比如說在工業制造領域，我們可以用AI技術實現更高效的缺陷檢測，可以更好地規劃我們這種游戲生產的這些制造流程。然后在一些交通領域，我們也可以通過大數據收集各種天氣、路況，還有路面上的一些特殊情況等等信息，然后幫助我們交通指揮系統更好地做出決策。包括在我們手機的很多APP裡邊，其實都已經整合進了AI算法。

那麼面向未來的話，我們會覺得AI在我們生活中會發揮越來越大的作用。我們會認為，AI可能會更善於去做這種復雜的一些計算，去做類似機器人執行的困難任務。人其實還是更善於思考和決策，如果我們需要人和機器人、人和AI能相互協同，其實人和AI之間的通訊是一個非常大的問題。那5G-A其實是可能可以提供一種讓人和AI進行更高效，更實時通訊的這樣一個保障。

人和AI之間的這種互動和通信。其實我還記得楊秘書長去年做客我們節目的時候，您就說了，去年是移動通信和AI結合的剛剛開始。那麼經過了這一年的發展，我們再來回顧一下，它現在處於什麼樣的階段？

現在應該是進入到移動通信和AI結合的實質性突破階段，我覺得主要有四個方面的特征。

第一就是從網絡建設和技術突破的角度來看，目前5G-A的這個基站現在已經在國內超過了60萬個，覆蓋了300多個城市，有30多個城市都已經提出了5G-A的這種服務套餐。同時，從這個技術突破的角度來講，我們現在雙萬兆的能力已經開始實現，通感一體等等這些技術已經開始落地。所以，從建設、覆蓋和技術能力的角度來說，已經取得了很大的進步。

第二方面，因為移動網絡和AI的結合，現在AI已經進入到無線網絡，就是在5G-A的建設當中，現在基本上已經從設計、規劃、運營、維護，已經把算法全部融入進去了。整個網絡的效率現在已經提升了30%左右。效率提升以后，就是表明它的成本會下降，提供同樣服務的話，成本會下降，當然這個工作后續隨著AI的算法優化，還需要持續推進。

第三從消費端來說，從個人的角度來說，已經逐步開始進入到AI應用的一個體驗過程中。搭載AI芯片的5G-A手機，現在已經開始規模量產，那它使得個人的手機從過去傳統的通用工具向綜合生活助手的個人智能體，現在在轉進，當然有很多現在已經新鮮的應用。同時從運營商的角度，把這個自費從過去傳統的流量服務向差異化的速率和不同重量，不同重要等級的這種服務權益化價值體系建設開始轉進。

第四個方面，5G-A和AI的融合，其實它就是一個典型的產業融合過程。現在運營商、制造商也在牽頭帶動產業鏈上下游的企業共同來推進5G-A+AI的這種行動，從芯片、網絡到應用的角度，來共同協同創造出滿足不同應用場景的更好智能化的解決方案。

楊秘書長跟我們說，現在處於實質性突破的起點，並且剛才提到了產業鏈協同發展，其實觀察一下我們今天的舞台現場，各位嘉賓的角色代表也是一個小型產業鏈協同的體現。剛才說到我們的技術提高30%的時候劉博笑了，關於技術落地和場景應用上面，在過去5G-A+AI的表現上，您的感受是怎麼樣的？

我想著重從兩個方面來說目前我們看到的一些進展。首先我們說從運營商自身的角度來說，我們也在充分地考慮如何利用AI來實現網絡自身的管理運維包括性能的提升等等方面的降本增效，這樣的話可以幫助運營商在開源節流方面，至少在節流方面起到非常好的作用。應該是說中國移動自身有比較大的研發團隊，專門做了自己的大模型、小模型等等，找到了超過200種應用場景。通過AI的一些應用，可以使得我們整個網絡運維原來很多的人工操作可以變成自動化的操作，原來人工的決策可以變成智能的決策。應該說是對於包括我們網絡運營成本的降低，還有網絡質量的提升，都扮演著非常好的角色，得到了我們自己內部普遍的認可。

當然另一方面是優化，比如怎麼樣用AI來預測網絡業務的分布，由此決定怎麼樣關斷哪些載波也好，基站也好，等等來實現我的節能，這塊能夠帶來15%以上的提升，這其實是非常明顯的。

另一方面，就是我們如何讓網絡能夠賦能AI的一些應用，由此產生更多新形態的終端和應用，讓老百姓能從這樣新形態的終端應用當中體會到5G帶來的這種實惠，這是我們和華為等等，大家一起在努力做的一方面。比如中國移動，我們目前非常關注的是信息消費的“新三樣”，比如智能的終端，未來的AR眼鏡，包括傳統終端裝一些AI智能體等等這樣一些形態。另外一種形態，包括具身智能機器人，我們認為未來非常有前景的場景和行業。所以比如說像剛才我提到的，我們現在包括和華為應該說是世界移動通信大會上發起成立了GSMA Mobile AI Community Group，希望集各行業的大咖們在一起，共同去探索我們將來怎麼樣讓我們這個Mobile AI變成現實，也就是說怎麼讓機器人，讓我們的應用能夠移動起來，而不是僅僅停留在家裡，停留在一些有限的工廠裡邊，真正能夠走出這個房子，能夠陪著老人去看病，去購物等等，為整個社會的老齡化做出更大的貢獻。

那用起來和現在來比的話，它的挑戰是不是呈幾何倍數的？

對，其實目前來看的話，舉個例子，像咱們今年的亦庄機器人馬拉鬆，您可以看到它的旁邊都有一個人跟著跑，它不是真正的機器人自己在跑。舉個例子，我們現在和樂聚通研院要做的一件事情就是我們怎麼樣讓這個人不用跟著跑，這其實是第一步要實現遠程控制，這個時候網絡的賦能就很重要。

你的網速要快，要穩定，你的時延要低，最好是你把機器人身上的繁重計算任務能夠放到網絡側，比如放到基站側。這樣的話，機器人不用20分鐘換一次電池。可以想象機器人將來跑的時候，它的速度，它跑的有效時間會增加，不用頻繁更換電池這樣的過程，效率會得到極大的提升。這幾方面加起來的話，我們希望通過網絡的賦能，能夠讓機器人更加輕量化、低成本、長續航，讓它更容易普及和推廣，我想這是咱們網絡賦能機器人的一個初心和夢想。

好，我們也期待這一天。剛才各位分別從產業、行業、運營商的角度都談了5G-A和AI融合發展。接下來問問曹總，從設備廠商的角度，您又如何看待這二者之間的融合發展？

我還記得去年我們坐在一起，那個時候還在展望、暢想AI能給我們這個社會，能給我們普通人的生活帶來什麼變化。實際上到今天，大約一年的時間，我們看到AI以及5G-A，我們當時暢想的雙A發展進展，真的是超乎想象。到目前為止，僅僅一年的時間，我們看到全球已經有超過50個國家運營商部署了5G-A的網絡，在我們中國發展尤其迅速，中國移動今年計劃是在Top300的城市都部署5G-A的網絡，也就是幾乎現在所有主流的終端都使用5G-A。

在應用側，我們看到發展的形勢也同樣喜人。我們從用戶的角度來看，我們現在看到大概的月活用戶數，就是使用AI相關的應用用戶數大概每個月到了12、13個億，跟去年相比用戶增長了10倍。第二，我們看到AI的終端數在過去一年的時間裡增長了100倍，過去一年AI Native的終端，AI原生的終端出貨大概有4億部，基本上超過70%的終端現在都是支持AI，這個數量已經遠遠超過了不支持AI的終端。

第三，我們的AI和網絡流量帶來的增長，tokens數增長接近1000倍，今年大概已經到了30億這個量級。我們再看AI在過去一年，在各個行業方方面面對我們的學習、工作都在產生巨大的影響。現在全球有90億人口，我們預測到2035年左右，全球大概會有超過100億個智能體。也就是說到那個時候，每個人都可以有個智能體陪伴在你身邊。這些智能體干啥？舉個簡單的例子，家裡小孩兒給他買玩具，我們以前家裡小孩兒買個玩具，買個布娃娃，買個樂高，買個積木，它是不會動的，堆完了放那就結束了。現在有很多的玩具廠商已經是AI Inside，內置了AI，這個玩具能和你的小孩進行互動，能跟你聊天，能跟你說話，做一些簡單的動作。

我們統計了一下，智能玩具的普及今年剛剛開始，基本上拿到這些玩具的小孩每天玩都超過1個小時，基本上把他的詞匯量提升了大概30%左右，這是最簡單直觀的例子。

我們看到機器人，剛才劉博也提到，機器人現在也在快速地普及，我們預測大概到2035年左右，超過90%的家庭都會有機器人陪伴。這些機器人可以做家庭的康養，做家庭老人的看護，幫你做飯，做做家務，甚至幫你做做按摩，具身機器人未來會在家庭中發揮重要的作用。

我們的交通更不用說了，大家感受非常明顯，我們自動地駕駛。到幾年之后，比如5年之后，可能所有的車都是自動駕駛甚至到L4的級別。包括自動駕駛，未來不光是車，天上的無人機，海面的船舶都會是無人駕駛。

我們看到AI的這些智能體在進入生產制造的行業，M9生產線基本上全是無人的，我們能在生活、生產的各行各業，比如交通、農業、生產制造、物流、倉儲，都能被這些無線的網絡連接起來，這樣的話有了連接的基礎，就能夠更好賦能智能的世界。物聯來說，我們現在在有些城市推出了機器人的城管，叫“城城”“管管”，機器人自己去巡邏，並且會非常人性化執法。

我們看到5G-A和AI確實在相互促進，相互拉動，都取得了長足的發展。當然，從技術的角度來講，這兩者之間又是相互有很高的要求，這麼多AI的終端、應用，對於網絡的要求歸結為三方面。

第一，感知要准。未來是人和AI Agent聊天，和智能體聊天。但是我們又希望是在和一個真人類似的感覺，我們不希望感到的是我是在和一個機器人說話，要感知得很准。

第二個也是大家平時所迫切希望的，就是無所不在。我們希望走到哪，不管我使用什麼樣的AI應用，都有高質量的網絡，能夠支撐我非常好的體驗。還有就是無所不能，未來這個網絡的發展趨勢，現在歸結為通感一體，通智一體、通算一體、空天一體。我們希望未來的網絡既支持現在的基礎通信、語音、數據，還支持感知，邊緣的計算，還能支持高精度的定位。最重要的還是高可靠性，未來網絡的可靠性可能和現在相比有非常迫切的提升需求。

真是非常感慨，去年也是這個時候我們還在這展望各種AI的一些應用。今年我們看到，剛才曹總給我們羅列了非常多AI使用的場景以及一系列進展非常嚇人的數據。我記不太住，曹總是爛熟於心，但是感覺到在過去的這段時間確實是飛速增長，AI在走進越來越多的場景。面對這麼多的場景，一定是對我們的網絡服務、場景的適配性變化有著更高的變化。作為運營商這邊，劉博又是如何應對這樣的一些新需求？

的確是說像剛才曹總提到包括主持人提到的也是，的確說這種AI的應用，如果我們想要真的把它變成一個跟網絡能夠連接這樣一種服務的話，必然會對網絡提出更高的一些要求。比如舉個例子，相當於說我們和通研研、樂聚在做一些測試中發現，他們提出一個要求，如果說我要做到遠程通信，他要把他實時的攝像頭數據能夠及時回傳過去，所以對於上行的要求達到200兆的bps，這其實對於上行來說，要求非常高。在這方面的話，其實我們也是有一些系統性的思考，包括我們的一些研究和嘗試。一方面是說我們如何充分利用手裡已有的這些資源，比如700兆，2.6、4.9甚至可能毫米波這些頻率，如何把它們充分有效地協同利用起來，來提升我們網絡基礎的這些能力。

第二方面，的確是說對於AI的應用，剛才曹總羅列了很多的場景，可能不同形態AI應用的話對於網絡的需求其實是差異化的。

所以對於網絡來說如何去適應這些差異化、區別化的需求，這是網絡需要具備的非常重要的能力。其實最主要的目標就是如何構建起一個整體的框架，能夠很好地把網絡的這些資源調動起來，來滿足不同的應用場景多元化和個性化、定制化的需求，這塊其實我們也是進行了深入的研究和思考。一方面曹總提到，我們需要感知我們的業務、終端的需求，特別是對於AI的一些終端，去識別出這些差異，業務的需求其實非常關鍵。

還有一點，我們要去感知到網絡的狀態和用戶的體驗狀態。結合這三者，我們從網絡的角度來說，去形成保障的一些策略還有一些目標。再根據這些策略去調度真正各個層級的網絡資源，來滿足整個網絡整個業務的一些需求。

第三， 我們向更遠的一個地方是說，我們要去打造網絡能力開放的平台。也就是說，其實我們希望未來的AI應用是有開放的生態，我們不同的中小企業也好，大家都可以基於這個平台去調用運營商的能力。

這樣的話，一方面是說讓我們的網絡更好賦能整個行業，另一方面也是讓大家的應用當中，讓網絡能夠更好變現，從而真正實現二者之間的這種正向的發展促進。

剛才劉博從運營商的角度談了面對這樣一個多元化的需求，我們有什麼樣的應對。從設備廠商的角度，曹總，您來看待的話，我們又該怎麼樣讓整個產業鏈上的各方更好地協同？有什麼樣具體的一些想法？

我們現在也在和產業界的伙伴在有些運營商，像中國移動的帶領下，我們也在針對正在發展、快速發展和未來會更快速發展的AI、人工智能的各種應用，我們也在試著去定義大家統一的一個產業共識。我們認為未來可以把它歸結為AoNR。A就是Agent，NR實際上就是我們所說的5G-A網絡。未來無論是我們的終端還是網絡設備、商城的應用，它實際上最終都是圍繞著人或者是社會生活生產的全流程感知和最終的效果來構建的。單獨的一個環節如果做得再好，如果其他環節不配合，中間有斷點，是達不成我們剛才所說的實時性要求，高體驗要求，高可靠要求，是很難實現的。所以，我們認為整個產業界大家應該共同定義AI未來怎麼樣，在我們的移動通信網絡上，更好地發揮它的作用這麼一個共識，我們現在把它稱之為AoNR。它有幾個內涵。

一是首先我們說網絡側的能力要能夠匹配AI快速發展的需求，包括我們剛才說的時延問題，包括上行的問題，今年上半年，整個中國的流量又在重回增長，上半年按照工信部的數據，流量的增速達到了百分之十六點幾，大概上行的流量是下行流量增速的3倍，主要是上行流量在增長。

而上行流量的增長，就意味著我們需要更大上行的帶寬，這個上行的帶寬要根據“無所不快，無所不在，無所不能”AI的需求。所以我們希望首先第一個內涵，就是把這個網絡包括時延，包括上行的帶寬能夠有一個標准相對大致的定義，它定義的就是恰好能夠滿足各種各樣AI的需求。

二是我們希望“端－管-雲-業”高度協同。比如說拿我們的時延來講，人和人之間正常的交流反應的時間在1秒以內，腦子轉得快的大概400毫秒。稍稍長一點的，大概就是600毫秒左右，超過這個時間，感覺反應有點遲鈍。大家可以想想，這個時間是包含了你告訴終端，終端處理完以后在網絡，網絡處理完以后在雲端。現在AI的很多東西在雲端還要推理，還需要時間，還要和上面的應用打交道，也就是說400-650毫秒之間的時延必須要在端到端的網絡中完成。

分解下來，終端有剛性的需求，不能超過多少，網絡不能超過多少，雲端的處理不能超過多少，這就需要我們的運營商帶著我們一起把它大致清晰定義出來，各方做到極致，保証普通的用戶才能有好的感知。

第三，我們提到AI來了以后，我們希望未來的Agent over NR，5G的網絡基於產業的共識，能夠定義更多的商業模式出來，各行各業包括我們的終端生態鏈、運營商、上層的應用，大家都能夠在AI使能社會經濟發展的過程中，也能夠找到自己的價值。

這麼一聽，協同真的是至關重要。感覺上面千條線，下面一根針，匯聚到用戶體驗這裡。各條線並且要互相協同，還要和時間來賽跑，爭分奪秒，協同顯得至關重要。說到協同，我們再來問問楊秘書長。在硬基建和軟產業快速發展的同時，未來的1∼3年如何實現通信底座和AI應用能夠更好高效地結合？

我覺得這要從兩方面去做工作。一是要持續推動技術融合，也就是將我們現在傳統的移動通信網絡或者今天的5G-A網絡，要從通信網絡向智能網去發展，要形成“網絡即智能”這種基礎的條件，在這當中，要將移動通訊產業網絡環節的各個環節，從基站到芯片，到核心網，到應用等等，都內嵌人工智能的引擎，這樣才能實現整個網絡的智能。華為最近做了一個AgenticRAN的解決方案，這個解決方案落地之后，使得網絡的效率提升了30%，對於網絡故障的預判率也大幅度提升，這只是開始，各家包括運營商都在積極研究這樣的方案。

第二方面，要繼續深耕場景，就是要進一步去和各個行業相融合，各個行業結合、合作和協同。通過這些場景的深度深耕，來打造需求牽引供給的體系。

舉幾個例子，比如工業互聯網。工業互聯網要積極推動它從自動化向智能化發展。要積極推動“5G-A+AI”的這種解決方案，融入各個行業裡面去，這是需要通過和行業深度交流和探討，使得兩方面的技術融為一體。

第二點可以舉例子，剛才大家講到車，中國移動在杭州建了5G-A的車聯網，杭州的車聯網就很好地用AI的控制面去實現了紅綠燈的實時智能分配，有車、沒車自動快速調節，大幅度提供交通的效率。我們未來的智能交通一定是在車的智能、路的智能、雲端智能的控制以及整個網絡智能的情況下，才能實現真正的高效、安全。人工智能今天在各個領域的應用大部分處在輔助決策，但是隨著網絡技術的發展和AI技術的發展，以及和場景的深度融合，未來一定要做到自主控制，這樣的話才能真正實現各種應用和服務智能化。

楊秘書長給我們羅列了5G-A+AI，我們期待進入到更多能夠結合用戶痛點的這些領域給我們帶來服務。其實說到5G-A+AI，說到機器人相關的產業也是大家特別關注的，現階段的發展有沒有覆蓋到之前沒有想過進入的領域？劉主任。

我覺得有了5G-A的支持，機器人其實是更有希望進入到更大的場景，更偏遠的場景。比如在一些危險場景裡面去進行作業或者說是一些邊境地區，崇山峻嶺裡面進行巡邏，或者替代人去觸達一些運營公司的基站，剛剛楊秘書長提到了現階段AI很多時候還是起到輔助決策的一個功能，我們當然是希望未來AI能做更多的決策，但是在這個過程當中給5G-A提出更多的要求。

我們很多時候還是依賴人去做決策，是因為人有更好更大的決策上下文。不僅是基於當前看到的東西，結合我過去的知識，結合我過去的經歷、記憶等等，甚至結合我在實時交互過程中對於別人心理狀態的一些推理，這些非常復雜的信息共同構建了我們人的決策上下文，所以我們覺得人能夠做出很好的決策，AI還做不到。在未來，如果我們要讓AI做出更好的決策，它就必須有更大的決策背景上下文。與之對應的，它上行的通訊要求會更高，這是第一點。

第二點，曹總講到了現在包括華為以及很多別的互聯網廠商都在推出Agent智能體的一些應用，未來我們可能會覺得機器人也可以成為AI的工具，這樣做的話相當於可以進一步打消數字世界和物理世界的隔閡。

比如前面有一個障礙物，如果下一個階段，這個機器人是輪式的機器人，可能只能在地上導航，可能這個信息，AI怎麼知道它現在處理的是不同的機器人本體，與之相對可能給出不同的決策和指令，就是繞開這個障礙物。這樣的一個需求已經超過了通訊本身，更多的是通訊這個事情需要跟終端本身的形態和狀態功能做更深刻的綁定。

還有一個點，也是我近期工作中的一點體會。我們當時講了很多的雲邊端。邊側，往往在場景中部署一些計算機可以輔助計算，輔助通訊、輔助傳輸，可能很多人不知道，服務器的噪聲非常大，家庭裡面不可能放一個邊側的服務器，這樣的一個算力、通信要求，必然就只能向端側或者向雲側進行分解，這其實會對5G-A方面的通信可靠性提出更高的要求。

總而言之，我會覺得5G-A其實相當於是一種可以顯著拓展機器人應用和部署范圍工作空間的這樣一個技術。

聽下來無論是AI發展還是機器人發展，未來對於網絡服務的能力要求越來越高。從運營商的角度來看，未來在5G-A與AI在網絡建設的結合上面，又會有什麼樣的融合呢？劉博。

其實這方面我們一直在思考，尤其是面向未來更多關注，如何能夠把AI的服務打造成網絡新的能力或者說新的維度。目前我們在考慮特別是在基站側，通過通信和計算包括AI處理的融合，實現了硬件資源的融合和動態的共享，可以提升資源的使用效率。

另一方面，的確是對於整個網絡內部來說，我們非常關注的一點是說，現在我們用了很多AI的一些用例，比如好幾百個用例，包括上百種小模型。其實我們都缺乏體系化的設計，我們其實在考慮如何和我們的網絡設備商能夠打通，最終實現構建一個數據平台，可以實現數據在不同終端和網絡之間的共享和不同網源之間的共享、不同設備商之間的共享，能夠更好支持AI的模型訓練、更新，還有在真實環境下泛化性性能的提升，滿足整個網絡應用中的效果。

當然，場景對於網絡提出一些新的需求，都需要在已有的功能基礎之上，怎麼樣進一步去實現DAU新的功能包括能力的提升，進而滿足不同場景對於大家提到的差異性的適配和滿足，最終把這些場景真正能夠變成我們能夠吃到嘴裡的蛋糕，這樣的話才能真正讓這些應用走向我們的生活。

最后我們想問問曹總，未來3年，華為在5G-A的技術演進上，又是在哪些方向著力部署？

我們清晰地看到AI和各行各業的結合是必然趨勢。華為也在和產業界一起，也在思考怎麼樣把更多的AI技術用到我們傳統的CT領域，當然我們也在思考如何持續增強CT網絡的能力，去更好地使能我們越來越多的AI應用，我們把它歸結為“1+5+X”未來的產業方向，一定程度上也是技術的方向。

“1”就是根據說的AoNR，也就是我們在網絡能力的構建上，經常提到的AI for RAN，用各種各樣越來越多AI的技術到RAN上，比如幫助我們整個網絡節能，提升運維效率，降低問題定位的時間，為終端用戶提供體驗保障，目前看到AI的結合會產生明顯的收益。比如哪個問題的定位，最后運用比較好的，適當運用AI的手段，問題的定位會從天級（就是幾天、兩天）縮短到小時級別，這對於整個我們用戶的體驗提升以及網絡運維效率的提升是非常明顯的。

另外一個就是RAN for AI就是我們的網絡怎麼更好使能網絡的技術，剛才談到很多，就不贅述了。當然還有整個端網雲的協同，基於協同構筑更多的商業模式，前面講到AoNR。

“5”實際是圍繞著典型的場景，比如人的場景，我們的學習、工作、生活的場景，圍繞著我們的家庭，從智慧家庭走向智能家居，圍繞著我們的車，未來不只是車了，就是空天體都是會出現這種高度智能的自動駕駛，達到L4的級別，我們說的是智能交通的系統。然后就是行業，AI必然會使能千行百業。

還有物，各種各樣的與我們生活、工作相關的各種物體要被連起來，我們會持續圍繞著幾種典型場景不同的需求，去持續提升解決方案的創新能力。包括我們的生產行業，生產行業對於物流的定位精准，定位高效，這是第2個“5”。

“X”就是我們也會和產業伙伴去打造越來越多能夠提升生活質量，提升生活效率，提升生活感知，包括我們的社會生產效率的一些應用。應用到與人的學習生活工作相關的方方面面Agent，我們也希望和產業伙伴一起共同去豐富它，去完善它，最終的目的是這些應用結合我們的網絡，能夠最終和我們的人、行業、物聯的場景，使AI和網絡的結合能夠充分滿足我們的需求，能夠給我們提升好的體驗。最終還是使能社會不斷去往下發展。

我們更期待著美好的未來。非常感謝四位為我們帶來的精彩分享，其實從四位的分享中，我們不難看出5G-A+AI不是單點創新，更多是政企研的協同發展，未來當5G-A的網絡能力更精准，當AI的應用更廣泛時，它必然會對我們的國家政策、智能制造、消費服務帶來更多的助力。

好了，今天的節目就是這樣的，感謝您的收看，再見。