T-Mobile美国：推进AI原生和意图驱动网络，为迈向6G做好准备

近日，T-Mobile美国高级副总裁兼首席网络官安库尔·卡普尔向Mobile World Live概述了该运营商如何为迈向6G做好准备，以打造一个由AI原生、意图驱动网络定义的未来。这家运营商在独立组网（SA）5G和5G-Advanced领域的早期领导地位，对于6G至关重要，他表示。卡普尔解释说，T-Mobile在2020年率先推出SA 5G，领先于竞争对手AT&T及Verizon，这使其得以于今年4月在全美范围内推出5G-A。基于5G-A，一项名为“超级移动”的新套餐为急救人员和企业提供网络切片服务。T-Mobile今年早些时候还在其SA 5G 网络上推出了六载波聚合（6CA）。7月份，该运营商在其网络中大规模部署了低延迟、低丢包和可扩展（L4S）技术，卡普尔称这项技术非常适合游戏玩家。他还强调，5G-A使能了最新的苹果智能手表上的5G轻量级功能，即RedCap。“我们四全球为数不多的能在全国范围内推出5G-A的运营商之一。”他解释说，“这在很大程度上要归功于我们在四、五年前开始推出5G时所做的努力。”

卡普尔指出，5G-A为原生AI和意图驱动网络奠定了基础，而这些正是6G的关键要素。T-Mobile正与诺基亚及英伟达合作，将AI和机器学习嵌入网络架构中，以实现自动优化、预测性维护以及无缝适应用户需求。“如果说5G-A是这一切的基础，那么6G就是未来方向。”他说，“我们非常有信心在6G领域成为领导者，并且极其乐观地认为我们也将成为美国首家推出6G的公司。”卡普尔指出，去年与爱立信、诺基亚和英伟达合作成立的运营商AI-RAN创新中心是意图驱动网络的起点。“进展非常出色。”他说，“我认为这是一项我们将在美国创新，而世界其他国家会效仿的技术。”尽管尚未进入6G时代，卡普尔表示，T-Mobile正在进行意图驱动网络的早期试验，包括在遇到与天气相关的紧急情况下对网络进行实时优化。“这就是我们通过自组织网络，分分秒秒对网络进行优化的地方。”他说，“这标志着我们意图驱动网络之旅的开端。”“从某种角度来看，它们有点像一根‘哑管道’。我们将把它们带入6G时代，一个从仅仅传输比特和字节的‘哑管道’真正变为基于Token和意图的时代。”

卡普尔表示，他乐观地认为T-Mobile将从明年可能开始的现场试验起，在其网络中启用AI-RAN技术。不过他也指出，相关的供应商生态仍需进一步发展。

华为：AI创新需要新的专利规则

近日，华为副总裁、知识产权部部长樊志勇（Alan Fan）指出，人工智能（AI）创新需要与5G及其他传统电信标准不同的专利申请方式。当下，该公司正致力于增强其在全球知识产权领域的影响力。在年度“创新和知识产权论坛”后的媒体圆桌上，他表示华为的AI产品组合遵循的是“与产品相关的专利逻辑”，而非“与标准相关的专利逻辑”，因为“AI不像5G，不是某一特定行业的标准”。“（我们）申请AI专利的目的在于保护AI相关生态及相关算法，这样我们就可以将这些专利开放给所有合作伙伴以供使用。”他补充道，“（我们的）目的绝不是向他方收取专利使用费。”

在知识产权保护与开放的平衡方面，樊志勇辩称，即使在开源环境中，专利仍然具有重要意义：“在开源环境下，代码对所有人都是开放的。申请专利的目的正是为了保护整个开源生态，仅允许代码可复制。”他强调了华为的云服务及AI平台如何支持新兴经济体：“发展中国家没有像英伟达或谷歌这样的企业。我们的技术，像我们的生态和AI、云计算技术，能够帮助这些国家发展自己的产业和企业。”华为云是华为旗下的全球云服务平台，目前拥有超过850万开发者。它被视为推动本地创新的重要力量，使合作伙伴能够“利用我们的开发工具和开源软件来开发自己的本地应用程序”。据透露，2024年，华为专利许可收入约为6.3亿美元，其中亚太、美国和欧洲地区的收入分别占三分之一左右。

华为Mate 80系列近日开启预订

近日，华为终端官宣Mate 80系列将开启预订，新品全系配色也在华为商城、授权电商、华为体验店、授权零售商陆续上架。此次新品在命名方面也有全新升级，官方海报示意产品为华为Mate 80 Pro Max，预示本代新品大幅升级，有望在性能、影像、创新黑科技以及智慧体验等方面带来全方位革新体验。

全球顶级白皮书给出清晰答案：D2D 不会替代 5G，但将成为 6G 的“天空延伸层

 近日，全球最具影响力的卫星行业分析师之一 Tim Farrar（TMF Associates）发布了最新《Satellite Direct-to-Device（D2D）》白皮书。这也是目前全球范围内，对 D2D 与 3GPP NTN 现实能力、物理极限与商业模式最冷静、最有洞察力的分析。

这份白皮书讨论的不是“理想中的 D2D 能做什么”，而是“真实世界的 D2D 到底能做什么、不能做什么”。有关机构对这份白皮书进行了完整解读。

但白皮书指出：D2D 的真实定位：用于覆盖盲区，是移动网络的延伸层。不是替代层。原因很简单：D2D 有三个结构性物理瓶颈：1.卫星距离太远 → 信号强度弱 10,000 倍LEO：200–800 km基站：几十米到几公里；这使得：室内几乎无法覆盖、必须在户外、手机上行功率永远不足。2.频谱太少 → 无法承载大规模数据，目前 D2D 可用频谱包括：、PCS 5MHz（T-Mobile）、MSS 20–25MHz（EchoStar）、S/L 频段（有限且受限），共享用户越多，速率越低。3.卫星 beam 覆盖范围太大 → 容量被分摊，地面基站覆盖 3–10 平方公里、卫星 beam 覆盖 300–1500 平方公里、结论：容量永远不可能与地面基站相比。D2D 能做的，是“让没有基站的地方也能通信”，而不是“替代基站”。

工信部推进机器人进工厂 提升AI决策力

近日，在国务院新闻办公室举行的新闻发布会上，工业和信息化部规划司司长姚珺表示，工业和信息化部将推动工业机器人、人形机器人进工厂。在“机器人+”应用场景方面，工业和信息化部将深入实施“机器人+”应用行动，拓展机器人的应用深度和广度。推动工业机器人、人形机器人进工厂，优先在焊接、装配、喷涂、搬运等细分场景实现落地应用。聚焦采矿、民爆、应急等领域复杂恶劣的生产环境推广机器人产品，提升危险、恶劣环境下智能作业的水平。

数字技术发展加快机器人进厂步伐，机器人能够快速走进工厂，背后是我国数字技术持续突破形成的强大支撑。当前，“5G+”“人工智能+”“工业互联网+”等技术融合发展，“智能制造车间”“智慧工厂”等新型生产载体加速建成，为工业机器人提供了广阔的应用舞台和技术保障，机器人进厂“打工”已成现实。例如在国华（青岛）智能装备有限公司，多种自主产权高端机器人零部件已广泛应用于机器人制造产业；在海尔重庆冰箱互联工厂里，人形机器人“新达”不仅能给冰箱门轴刷润滑油，还能做更复杂的物料搬运和智能巡检……与此同时，人力成本的持续上升让企业“机器换人”的意愿不断增强，加速了机器人替代进程。工业机器人存在能力短板，尽管机器人应用前景广阔，但当前工业机器人在赋能制造业过程中仍面临诸多瓶颈。技术层面，AI动态决策不足是最突出的问题，在车间设备突发故障、物料摆放位置偏移等动态场景中，机器人往往难以快速做出合理反应，需要人工介入调整。成本与收益的平衡则成为企业推广机器人的现实顾虑。长期以来，高投入、长周期和不确定的投资回报率让很多中小企业对机器人应用望而却步。产业链成熟度也影响机器人应用的稳定性。高工机器人产业研究所（GGII）的数据显示，虽然头部机器人机型平均无故障时间已达到1620小时，但部分中小品牌产品的可靠性仍有待提升。另外，劳动力技能也是一个需要解决的问题。因为工业机器人旨在提高设备的整体性能，这就意味着它们必须与人类相互依存。除非员工掌握必要的技能，否则设备的效率将大打折扣，从而降低成本效益。

软硬协同，助力工业机器人普及，破解工业机器人应用瓶颈，软硬件协同发展是核心路径。在软件层面，强化平台系统设计、提升AI算法能力成为解决机器人“智力”问题的关键。例如艾利特协作机器人通过搭载基于AI的轨迹优化算法，在笔记本组装线实现8种机型混产，换线损耗降低至0.7%，换型时间从传统设备的4小时压缩至8分钟。硬件领域的突破则为机器人提供了更强的“体魄”。AI芯片作为机器人的“算力大脑”，直接决定其决策速度和作业稳定性。例如富唯智能采用“无控制柜”设计，将控制器内嵌机械臂基座，不仅使单机功耗降至≤100W（仅为进口设备的五分之一），更实现了12小时连续作业，完美匹配工厂“两班倒”节奏。
政策支持与产业协同则为软硬技术融合提供了保障。工信部提出要打造专业工业用网，通过“工业互联网+机器人”的模式，实现生产数据与机器人作业的实时联动。

人工智能服务备案提升场景适配能力

近日，从国家网信办获悉，为促进生成式人工智能服务创新发展和规范应用，网信部门会同有关部门按照《生成式人工智能服务管理暂行办法》要求，持续开展生成式人工智能服务备案工作。截至今年11月1日，累计有611款生成式人工智能服务完成备案。目前，成式人工智能服务还存在跨场景适配弱等问题,亟需强化平台合作，打通交互能力。

各地纷纷落地人工智能服务备案，目前，多地正积极推动生成式AI服务备案的本地化落地，形成“多点开花”的格局。以北京为例，作为我国人工智能产业的创新高地，截至2025年11月12日，北京市新增20款已完成备案的生成式人工智能服务，累计备案数量达183款。这些服务覆盖智能客服、内容生成、教育辅助等多个领域，既包括头部科技企业的标杆产品，也有中小创新团队的特色应用。同期，上海新增9款备案服务，累计达115款。上海备案的服务聚焦金融、医疗等专业场景，例如某银行智能投顾助手、医疗影像辅助诊断系统等，体现了“技术+产业”的深度融合。

跨场景适配弱等问题依旧存在，当前生成式人工智能服务仍面临多重挑战，尤其在用户体验与数据安全层面。其一，跨场景适配能力较弱。目前多数生成式AI服务聚焦单一垂直场景，当用户需求跨越多个场景时，服务的响应准确性、上下文连贯性显著下降。例如，某用户尝试用同一款AI工具既生成商业计划书又分析财务数据，可能因模型训练数据的场景局限性，导致后者的分析结果出现偏差。“单场景强、多场景弱”的特点，限制了生成式AI在复杂需求中的实用性。其二，数据安全与隐私保护机制不完善。部分服务在数据采集、存储与使用过程中，存在用户信息明文传输、授权范围模糊等问题。例如，某些面向C端的智能助手在调用用户历史对话记录优化模型时，未充分告知数据用途；而B端服务若对接企业内部数据库，若安全防护措施不到位，可能引发商业机密泄露风险。

强化平台合作，打通交互能力，为破解上述难题，业内正探索通过平台合作与生态共建提升服务能力。其中，强化不同平台间的交互打通成为关键方向——通过技术接口的开放与资源共享，让人工智能服务像“水电”一样融入各类应用场景，真正实现“随处可见、随时可用”。例如，小米宣布其应用商店已完成与腾讯官方智能体平台“腾讯元器”的能力对接，成为后者接入的首家智能手机厂商。此次合作中，小米手机用户可直接通过系统级入口调用腾讯元器上搭载的智能体（如日程管理助手、旅行规划师等），无需额外下载独立应用。类似的模式正在行业内复制。例如，部分智能音箱厂商与教育类AI服务提供商打通API，使音箱既能完成基础语音交互，又能根据学生年龄、学科需求调用定制化的学习辅导功能；电商平台则联合供应链管理AI，为用户提供从商品推荐到物流跟踪的全链路智能服务。实践表明，当平台间打破“数据孤岛”与“技术壁垒”，生成式AI的服务边界将被极大拓展。

谷歌AI模型Gemini 3正式发布

近日，谷歌正式推出全新的 Gemini 3 系列模型，并将其定位为迄今“最智能”“事实最可靠”的 AI 系统。伴随 GPT-5 上线不顺，这一版本也被视为谷歌重夺领先位置、在面向消费者的 AI 竞争中反超 OpenAI 的关键机会。谷歌所有用户均可在 Gemini 应用里直接使用新的旗舰模型 Gemini 3 Pro，并同步将其引入搜索订阅服务。谷歌 DeepMind 高级总监 Tulsee Doshi 表示，随着搜索形态不断演变，Gemini 3 Pro 将让谷歌更接近“让信息普遍可得并真正有用”的目标。

Gemini 3 Pro 的核心能力是“原生多模态”，能一次性处理文字、图片与音频，而不是分成不同流程。谷歌举例称，模型可以把菜谱照片整理成一本食谱，也能根据多段课程视频自动生成互动抽认卡。该模型带来的升级已渗透到谷歌的一系列产品中。在 Gemini 应用内的 Canvas 工作区，用户能借助新模型构建功能更完整的程序。Gemini Labs 中测试的“生成式界面”功能，也能让 Gemini 3 Pro 根据提示生成杂志式的视觉版面，或创建随需求变化的动态界面。在谷歌搜索的 AI Mode 中，Gemini 3 Pro 也会以更直观的方式呈现结果，包括图片、表格、网格甚至模拟内容。依托升级的“查询扇出技术”，模型不仅能把问题拆解成可搜索的细项，也更能理解提问意图，进而找到“过去可能遗漏”的内容。

据外媒 The Verge 报道，谷歌还顺势讽刺了一下 OpenAI，强调 Gemini 3 Pro 不会像 ChatGPT 那样习惯性奉承。Doshi 表示，新模型的回答会“变化明显”，谷歌称 Gemini 3 Pro 的表达“更聪明、准确、直接，以真正的洞见取代客套和套路 —— 告诉用户该知道的内容，而不是迎合用户想听的话”。谷歌表示，新版在“谄媚”方面的表现已明显收敛，而 ChatGPT 今年早些时候也不得不修正类似问题。据了解，Gemini 3 Pro 的推理与智能体能力也显著增强，更能应对复杂任务，并具备稳定的长期规划能力。Gemini 应用内正在测试的 Gemini 智能体功能正由这套模型驱动，可代替用户整理邮件，或搜索并预订行程。目前，Gemini 3 Pro 排在广泛使用的评测平台 LMArena 榜首。其 Deep Think 模式进一步强化推理能力，但暂时只向安全测试人员开放。Gemini 3 Pro 已在 Gemini 应用内向所有用户开放，美国地区的 Google AI Pro 和 Ultra 订阅用户也可在搜索的 AI Mode 中选择“Thinking”使用这一模型。Gemini 智能体则将率先提供给 AI Ultra 订阅用户。

CAICT：9月国内手机出货量2793.1万部 同比增长10.1%

近日，中国信通院发布2025年9月国内手机市场运行分析报告。2025年9月，国内市场手机出货量2793.1万部，同比增长10.1%，其中，5G手机2410.6万部，同比增长8.0%，占同期手机出货量的86.3%。2025年1-9月，国内市场手机出货量2.20亿部，同比下降0.3%，其中，5G手机1.87亿部，同比增长0.1%，占同期手机出货量的85.3%。

2025年9月，国内手机上市新机型47款，同比增长30.6%，其中5G手机23款，与同比增长64.3%，占同期手机上市新机型数量的48.9%。2025年1-9月，国内手机上市新机型398款，同比增长20.6%，其中5G手机180款，同比增长1.1%，占同期手机上市新机型数量的45.2%。从品牌构成来看，2025年9月，国产品牌手机出货量2364.4万部，同比增长16.1%，占同期手机出货量的84.7%；国产品牌上市新机型44款，同比增长25.7%，占同期手机上市新机型数量的91.7%。

国家统计局：量子科技未来有望成为新兴支柱产业

近日，国新办举办新闻发布会，邀请到国家统计局新闻发言人、总经济师、国民经济综合统计司司长付凌晖先生介绍2025年10月份国民经济运行情况，并答媒体问。其中，对于媒体“今年以来在新动能成长和经济结构调整方面有哪些成效”的问题，付凌晖进行了深入解答。他介绍，今年我国推进经济结构调整、加快培育新动能继续取得积极成效。主要表现在：

一是市场需求焕新提升，新需求不断扩大。从消费看，随着科技进步和消费理念转变，消费新业态、新模式、新场景不断拓展，数字、绿色、智能产品消费快速壮大，服务消费稳步扩大。1—10月份，实物商品网上零售额占整个社会消费品零售总额的比重达到25.2%，比1-9月份提高0.2个百分点。高能效等级家电、新能源汽车零售额均保持较快增长。智能家电、智能家居等产品需求不断扩大，文体休闲服务类、旅游咨询租赁服务类零售额均保持两位数增长。从投资看，聚焦关键领域和薄弱环节扩大有效投资，高技术领域投资较快增长，新能源、新材料、人工智能等领域投资不断扩大，投资质效不断提升。1—10月份，航空、航天器及设备制造业投资同比增长19.7%，信息服务业投资增长32.7%。从出口看，随着我国产业技术实力的提高，机电产品和高技术产品出口扩大，对外贸的支撑作用明显。1—10月份，我国机电产品出口额占全部出口额的比重达到60.7%。

二是产业升级态势明显，先进制造业和现代服务业占比提升。制造业向中高端稳步迈进，装备制造业对工业生产支撑作用明显。1—10月份，规模以上装备制造业增加值同比增长9.5%，占规模以上工业比重达到36.1%，对规模以上工业增加值增长的贡献率达到58.7%。随着服务业与先进制造业深度融合发展，现代服务业发展势头良好，前三季度，信息传输软件和信息技术服务业、租赁和商务服务业增加值合计占第三产业的比重达到16.3%，比上年同期提高0.8个百分点。

三是新兴产业发展壮大，引领支撑作用日益增强。数字经济快速发展，绿色低碳转型持续深入，人工智能赋能产业发展，数字制造、智能制造等行业成长壮大，为经济发展注入新动能。1—10月份，规模以上数字产业制造业增加值同比增长9.5%，智能设备制造、电子元器件及设备制造行业增加值分别增长11.1%和12.3%。还要看到，新能源、新材料、航空航天、低空经济等发展潜力巨大，量子科技、生物制造、具身智能等前景广阔，未来有望成为新兴支柱产业，将有力支撑新动能发展壮大。

总的看，我国经济结构调整仍在稳步推进中，新旧动能转换存在阵痛。但从未来发展看，新质生产力培育成长、新动能持续壮大、经济高质量发展趋势向好。下阶段，要坚持以推动高质量发展为主题，深入推进科技创新和产业创新融合发展，促进经济结构持续优化，培育壮大新质生产力，推动实现质的有效提升和量的合理增长。 

OpenAI 发布最强编程模型 GPT-5.1-Codex-Max

近日，OpenAI发布博文，宣布推出GPT-5.1-Codex-Max智能体编程模型，显著提升了长远推理能力、效率和实时交互能力。此外该模型将取代 GPT-5.1-Codex，成为 Codex集成界面上的默认模型。

援引博文介绍，此次发布紧随谷歌 Gemini 3 Pro 之后，但在多个关键编程基准测试中，Codex-Max 展现出更强的实力。例如，在衡量解决实际软件问题的 SWE-Bench Verified 测试中，Codex-Max 以 77.9% 的准确率小幅领先于 Gemini 3 Pro 的 76.2%。Codex-Max在Terminal-Bench 2.0 测试中也领先，准确率达到 58.1%，而 Gemini 的准确率为 54.2%；在 LiveCodeBench Pro（一项竞争激烈的编码 Elo 基准测试）测试中，它的得分与 Gemini 的 2439 分持平。GPT-5.1-Codex-Max 的一项重大架构升级是引入了名为“压缩”（Compaction）的机制。该机制允许模型在接近其上下文窗口限制时，智能地保留关键上下文信息并丢弃无关细节，从而实现跨越数百万 token 的连续工作而不会出现性能下降。

得益于此，该模型在内部测试中已成功完成持续超过 24 小时的复杂任务，如多步骤代码重构和自主调试。同时，这项技术还提升了约 30% 的 token 效率，有效降低了成本与延迟。新模型目前已集成到 OpenAI 自家的多个 Codex 开发环境中，包括其官方命令行工具（Codex CLI）、内部代码审查工具以及各类交互式编程环境。开发者可以通过这些工具体验到模型强大的实时交互能力，例如在可视化界面中进行强化学习训练或模拟光学定律。不过，GPT-5.1-Codex-Max 尚未通过公共 API 提供，但官方表示即将开放。普通用户则需要订阅 ChatGPT Plus、Pro 或企业版等付费计划才能使用。OpenAI 透露，其内部 95% 的工程师每周都会使用 Codex，自采用以来，这些工程师平均多提交了约 70% 的拉取请求（Pull Requests），显著提升了内部开发速度。尽管 Codex-Max 具备高度的自主性，OpenAI仍强调它应作为编码“助手”而非人类的替代品。为保证透明度，模型会生成详细的终端日志和测试引用，以便开发者审查和验证其生成的所有代码。此外，模型在默认情况下运行于严格的沙盒环境中，并禁用了网络访问，以确保安全性。

以上信息来源于网络，由智奇数美编辑整理，如涉及侵权请告知删除。