妙??！無人機直連衛星傳Token

金磊 發自 凹非寺
量子位 | 公眾號 QbitAI

不兒，現在連無人機都開始傳Token（詞元）了？？？

對，你沒看錯，上視頻！

視頻地址：
https://mp.weixin.qq.com/s/_jcuBB-_32e6g5HzXWT74g

就像視頻里演示的那樣，這個無人機啊，它身上背了2個東西，一個是生成式智能傳輸（Generative Transmission）盒子，另一個是小型衛星通信設備。

無人機拍到視頻后，就可以先在端側把畫面編碼成Token序列，再直接連接衛星，把信息傳回后方。

這事兒要放以前啊，且得先在現場搭一套臨時通信設備，無人機把視頻傳給地面接收器，地面設備再通過衛星，把信息送到后方指揮中心。

而且這套傳統方案還有兩道限制：一是無人機不能離地面通信設備太遠，否則連接會受到影響；二是在設備載荷和功率限制下，可用的衛星鏈路帶寬有限，傳統方法也很難實時回傳高清視頻。

這便是中國電信人工智能研究院（TeleAI），剛剛在WAIC 2026提出的新技術路線；其背后這套融合AI、通信和網絡的技術體系，則是智傳網（AI Flow）。

就在此次發布前一天，智傳網（AI Flow）還拿下了WAIC大會最高獎項卓越人工智能引領者獎（SAIL）中的賦能（Applicative）獎。

據了解，TeleAI已經在國內首次攻克了輕小型無人機直連衛星并進行高清視頻實時穩定傳輸。

這個“首次”解決的，是輕小型無人機長期面對的兩道物理難題：

• 一邊是載荷：通信設備越重，消耗的電量越多，無人機的續航和機動性也會跟著受到影響。
• 一邊是衛星鏈路：更高的通信能力往往需要更大、更高功率的設備，但輕小型無人機載荷有限。因此，其可用帶寬通常較窄，高清視頻難以實時回傳；直接降低碼率，又可能造成畫面模糊、卡頓或關鍵細節丟失。

也正如我們剛才展示的那樣，智傳網（AI Flow）的思路是換一種內容來傳。

發送端先理解視頻，把場景、人物、物體結構和運動狀態等關鍵信息編碼成Token序列。Token穿過衛星鏈路后，接收端再利用生成式模型，把視頻重建出來。

換句話說，過去幾年我們討論Token，重點往往是大模型一次回答消耗了多少、能生成多少內容。

到了TeleAI這里，Token開始從聊天框里跑出來，進入無人機、衛星，甚至還有機器人和水下設備之間。

這事兒，就有點意思了。

無人機不用圍著基站飛了

要理解無人機直連衛星的價值，可以先看傳統應急通信是怎么做的。

洪水、地震等災害發生后，現場可能同時面臨斷路、斷電和斷網，通信保障人員通常會在災區搭建臨時接收和發射設備，再通過衛星恢復通信。

這種方式能夠解決基本的連接問題，但無人機仍然需要與地面設備保持通信。飛得太遠，超出地面設備的覆蓋范圍，畫面回傳就會受到影響。

比如在洪水災區，人暫時無法進入的區域，可以先派無人機完成大范圍勘察。無人機拍下道路、積水、房屋和被困人員等信息，在端側編碼成Token，通過衛星傳回指揮中心。

接收端重建出視頻后，指揮人員可以據此判斷道路是否中斷、房屋是否存在風險、救援力量應該從哪里進入。

視頻地址：
https://mp.weixin.qq.com/s/_jcuBB-_32e6g5HzXWT74g

與此同時，智傳網（AI Flow）的生成式智能傳輸能力，也已經進入實際應急場景。

今年，TeleAI與中電信應急公司將基于智傳網（AI Flow）技術的千余套設備，投入全國31個省份的一線防汛抗洪工作。

從一次技術演示走向跨省應用，意味著生成式智能傳輸已經開始接受真實環境的檢驗。至于輕小型無人機直連衛星，則是此次新近跑通的一項技術能力，后續還將進一步走向產品化和實際應用。

沿著無人機到衛星的鏈路繼續向上，TeleAI還在推進另一項工作——將智傳網（AI Flow）解碼模型部署到在軌衛星。

傳統星地鏈路通常面臨上行帶寬有限、下行帶寬相對充裕的情況。如果解碼模型能夠在衛星端完成部分計算和重建，就可以減少對地面算力節點的完全依賴，再通過下行鏈路將結果發送給接收端。

而當通信鏈路回到地面，智傳網（AI Flow）連接的設備就從無人機擴展到了機器人。

具身智能想在現實環境中執行任務，需要處理人與機器、機器與機器之間的通信與協同。操作人員要看到機器人看到的畫面，機器人也要及時收到遠程控制指令。多臺機器人共同作業時，還需要共享周圍環境和任務進展。

智傳網（AI Flow）結合5G低時延能力，可以將具身智能遙操作的端到端時延壓縮至20-50毫秒，讓機器人的遠程控制半徑從局部區域擴展至跨城際乃至全國范圍。

即便機器人進入沒有基站的荒野區域，也可以通過衛星鏈路回傳現場畫面，并接收來自遠端的操作指令。

遠程控制半徑變大，只是其中一層價值。

智傳網（AI Flow）采用統一編碼的詞元流，還可以連接不同類型、不同廠商的機器人。TeleAI自研機器人以及合作伙伴的機器人，可以共享環境感知、目標位置和任務信息。

一臺機器人發現道路受阻，可以把結果同步給其他機器人；另一臺機器人找到可通行路線，也能將經驗傳回系統。多臺設備由此減少重復感知和重復計算，逐漸形成分布式群體智能，并進一步走向基于連接與交互的智能涌現。

這條鏈路再往前走，便進入了水下。

水下通信一直是行業中的一道難題。在自然水域中，水體對信號的吸收、散射等因素會造成明顯衰減，遠程無線實時傳輸高清視頻尤其困難。

依托智傳網（AI Flow），TeleAI此次實現了自然水域中的遠程無線實時高清視頻傳輸，相關核心載荷已經搭載在自研“空?？缬驖摵狡鳌鄙?。

這種設備可以從空中進入水下，在海底光纜巡檢、水下勘探、海洋牧場和應急搜救等場景中執行任務，再將現場畫面傳回。

視頻地址：
https://mp.weixin.qq.com/s/_jcuBB-_32e6g5HzXWT74g

從輕小型無人機直連衛星，到機器人跨城遙操作，再到渾濁水體中的視頻傳輸，TeleAI正在把同一套通信邏輯延伸到天空、衛星、地面和水下。

這些設備的形態各不相同，有的在空中飛，有的在地面走，有的需要潛入水底。但它們面對著一個共同問題：

怎樣在帶寬有限、網絡不穩定的環境中，把真正有價值的信息傳出去？

從比特流到詞元流

這個問題的答案，就藏在智傳網（AI Flow）對傳輸對象的改變里。

傳統視頻通信主要處理比特流。攝像頭采集畫面后，編碼器分析連續畫面中哪些像素發生變化、哪些內容可以壓縮，再把處理后的視頻數據通過網絡傳到接收端。

雖然在光纖、5G等帶寬相對充足的環境中，這條技術路線已經非常成熟。不過一旦進入衛星窄帶、遠洋、水下和災區，高清視頻的數據量依然可能超過鏈路的承載能力。

智傳網（AI Flow）的思路，是讓通信從“比特流”走向“詞元流”。

發送端的神經編碼器先對原始視頻進行理解，從中提取場景語義、物體結構和運動狀態等信息，再將其編碼成Token序列。

這些Token通過衛星、5G或水下通信鏈路抵達接收端后，生成式模型結合Token與預訓練階段獲得的世界知識，重建出連貫的視頻。

如果用一個更簡單的比喻來理解，傳統視頻通信更接近把一幅畫切成大量小塊，再盡可能完整地送到目的地。

生成式智能傳輸會先提煉構圖、人物、動作和關鍵細節，再把這些高度濃縮的信息交給接收端，由模型完成重建。

網絡少傳一些數據，發送端和接收端多做一些計算。通信資源與計算資源之間由此發生置換，這就是“計算換帶寬”。

這種“計算換帶寬”的實現，背后對應著TeleAI提出的信容律：通信資源與計算資源可以在一定條件下相互置換。當鏈路帶寬受限時，發送端與接收端利用模型完成信息提取和生成式重建，以更多計算降低需要傳輸的數據量。

除了信容律，TeleAI的相關理論研究還延伸到了正激勵噪聲——并非所有噪聲都只會干擾模型，在一定條件下，噪聲也可能成為促進模型訓練和演化的正向因素。

那么，它究竟能省下多少帶寬？TeleAI用一句話概括：

用發信息的帶寬通電話，用通電話的帶寬傳視頻。

此次發布的兩組數據，正好對應這兩步。

在音頻傳輸中，智傳網（AI Flow）可以在0.266Kbps的極低碼率下完成語音通話和音樂。根據此次發布信息，這一速率相比傳統編解碼方案降低約500倍，實現了世界最低速率的語音通話。

到了視頻傳輸，數據量的差異更加明顯。

在下面這個足球視頻中，一邊采用100Kbps碼率，另一邊的傳統方案碼率為3600Kbps。智傳網（AI Flow）在較低通信速率下，傳輸并重建1080P@30fps的視頻。

視頻地址：
https://mp.weixin.qq.com/s/_jcuBB-_32e6g5HzXWT74g

不同場景中的實際效果，還會受到信道狀況、模型規模、設備算力和視頻內容等因素影響。不過，這組數據已經能說明詞元流的核心價值：當帶寬成為瓶頸時，模型能力可以承擔一部分原本由網絡完成的工作。

隨之而來的問題是，接收端生成的畫面還可信嗎？

生成式模型參與視頻重建后，通信系統需要同時面對視覺質量、語義準確性和任務有效性三個問題。

這里可以借助香農—韋弗通信模型來理解。

Level A關注符號能否準確傳輸，Level B關注語義能否正確表達，Level C則關注接收到的信息能否幫助目標完成任務。

傳統視頻編碼主要關注像素和符號層面的準確傳遞。智傳網（AI Flow）進一步把評價范圍延伸到語義理解和任務執行。

以災區救援為例，一棵樹的紋理是否與原視頻完全一致，優先級相對較低。哪里有人、道路是否中斷、房屋是否存在坍塌風險、被困人員是否正在求救，這些信息更直接地影響救援決策。

因此，智傳網（AI Flow）關注的指標覆蓋通信速率、重建質量和理解能力。重建后的畫面既要清晰、連貫，也要保留識別、推理和任務執行需要的關鍵信息。

TeleAI將這一目標概括為“全息世界的可信重建”。

更直觀的例子，我們可以用下面這個世界杯不同視角的重建來感受：

視頻地址：
https://mp.weixin.qq.com/s/_jcuBB-_32e6g5HzXWT74g

它的含義很直觀：接收端生成的內容不僅需要讓人看得清，還要讓機器能夠繼續識別、理解和行動。

由此再回頭看無人機傳Token，背后涉及的就不只是一次視頻壓縮。從端側編碼，到衛星、5G等網絡傳輸，再到接收端的生成式重建，它已經形成了一條面向AI終端的信息傳輸鏈路。

下一代網絡，要讓智能流動起來

無人機直連衛星和水下高清視頻傳輸，解決的是極端環境中的通信問題?；氐匠鞘泻腿粘Ｉ?，智傳網（AI Flow）還在面對另一種規模挑戰。

中國電信的視聯網已經形成覆蓋1億路攝像頭的視頻資源基座。這些攝像頭需要7×24小時持續運行，隨著4K、8K設備增加，產生的視頻量和存儲壓力也會持續增長。

這些視頻本身已經會經過成熟的編解碼處理，但面對全天候運行的海量攝像頭，以及4K、8K視頻帶來的數據增長，進一步降低傳輸與存儲成本依然十分重要。

智傳網（AI Flow）的不同之處，不是簡單識別哪些畫面發生了變化，而是進一步改變視頻的表達和存儲方式：將視頻編碼為更加緊湊的Token，并在需要時利用生成式模型完成重建。

傳統視頻壓縮同樣會利用前后畫面之間的冗余信息，而生成式智能壓縮則進一步借助模型能力，對背景、人物、車輛和事件等內容進行統一編碼，在保留關鍵視覺信息的同時，降低需要傳輸和保存的數據規模。

那么一億路視頻需要多大的存儲空間？

智傳網（TeleAI）僅保留視頻中提取的精簡詞元，按需解碼還原完整的視頻畫面，存儲空間降低為傳統方案的四十分之一，在同等硬件的條件下，原本僅能留存一周的影像資料，如今也可以完整存儲接近一整年，存儲成本大幅壓降。

從服務全國防汛抗洪的千余套設備，到覆蓋1億路攝像頭的視頻資源基座，智傳網（AI Flow）面對的既有斷網、窄帶、水下等極端環境，也有城市級視頻網絡帶來的規?；瘋鬏斉c存儲壓力。

這些場景共同指向的是一個容易被AI行業忽略的問題。

過去幾年，行業討論AI，關注點大量集中在模型參數、訓練算力、芯片性能和應用入口上。但當AI從聊天框進入無人機、機器人、汽車、攝像頭和水下設備，它就成為一個分布在物理世界中的系統。

不同終端需要交換感知結果、傳遞任務指令、共享模型能力，還要在網絡條件不斷變化的環境中保持協同。

通信網絡如果跟不上，端側設備就容易停留在單機狀態。小模型受限于算力，只能處理相對有限的任務；云端模型能力再強，也很難及時觸達災區、荒野、遠洋和水下。

智傳網（AI Flow）想建設的，正是AI時代的新一代通信網：它不只連接設備，還要承載Token、模型能力和任務指令，讓智能在不同終端之間流動起來。

回看通信技術的發展，每一代網絡都催生了新的應用形態。

2G時代主要承載語音和短信，3G推動移動網頁和圖片普及，4G帶來短視頻和移動互聯網，5G進一步支持高清直播、低時延連接和海量終端。

進入AI時代，網絡中流動的內容也在發生變化。

除了文字、語音、圖片和視頻，還會出現Token、中間推理結果、模型能力和任務指令。連接的對象也從手機和電腦，延伸到無人機、機器人、攝像頭、汽車和水下設備。

TeleAI建設智傳網（AI Flow），實際是在回答一個新的問題：

當越來越多設備擁有智能，怎樣讓這些智能跨越終端、網絡和空間，真正連接和協作起來？

模型負責產生智能。

而網絡要做的，是讓這些智能抵達更遠的地方。