InterDigital新研究：代理式AI将使上行链路成为下一个移动通信瓶颈

InterDigital新报告探讨了来自智能眼镜等AI设备不断增长的上行流量，将如何改变现代网络的运行方式

特拉华州威明顿2026年3月19日 美通社 －－ InterDigital，一家专注于无线通信、视频和人工智能技术的研发公司，3月18日与市场研究公司ABI Research联合发布了全新报告《向分布式网络转型：赋能端侧AI》，探讨了代理式AI的出现将如何重新定义业界对设备、网络和云基础设施提出的需求。

该报告预测，未来三年内，代理式系统在企业端和消费端的应用率将显著提升。与主要通过下行链路消耗数据的移动应用不同，代理式AI系统通过持续生成并交换上下文信息，实现实时的推理与决策。

过往，现代的移动网络以下行链路吞吐和视频传输为优化重心。然而，随着AI设备产生的上行数据量持续激增，网络将面临过载风险，由此导致延迟攀升与成本增加。

产生海量上行链路流量的主要设备包括：

• 智能眼镜：负责持续捕捉视频、图像及环境信息，并上行传输数据以实现实时的AI推理与辅助。ABI Research预测，到2030年，智能眼镜的出货量将高达7,000万台，其中支持蜂窝网络的设备占比将超过12％。
   
• 可穿戴设备：涵盖下一代可穿戴设备，通过采集语音、生物特征及情境信号，为持续性代理式AI交互提供支持。
   
• 智能手机：正逐步将语音、照片、视频和感知数据等多模态输入，向云端及边缘AI系统进行传输。
   
• 物联网传感器和设备：持续将运行或环境数据流式传输至AI模型，用于分析、自动化与决策。

上行链路压力在流媒体直播和实时视频协作等视频密集型应用中已经显现。当大量用户同时上传数据时，会导致局部网络堵塞。与这些短时流量高峰不同，代理式AI系统将在联网设备中产生持续的上行数据交换，可能会对上行链路容量造成持续性压力。

报告发现，为满足现代设备的AI需求，行业必须向分布式智能基础架构转型。在该架构中，AI工作负载将根据其复杂度，在设备端处理器与云端平台之间实现协同部署。报告强调，将智能更深层地嵌入网络基础设施，将确保支持AI的应用程序能够在不牺牲性能的情况下高效运行。

“代理式AI标志着智能互联演进的下一阶段，”InterDigital首席技术官Rajesh Pankaj表示，“随着AI系统逐渐具备自主推理、规划与执行能力，我们正着手为6G重新构想无线网络的蓝图。智能必须分布在设备、网络和云端，而要高效地交付这些AI增强的服务，则需构建一种能够在性能、延迟与能效之间取得平衡的新型计算基础架构。”

“代理式AI为网络和设备带来了全新的要求，”ABI Research高级分析师、本报告合著者Paul Schell表示，“支持自主式AI系统，将需要更广泛的分布式计算基础架构以及智能水平显著提升的网络。运营商则需要在支持端侧、边缘侧和云端的实时AI工作负载的同时，应对日益趋于对称的流量模式。”

点击链接，下载《分布式网络转型：赋能端侧AI》完整报告。