带你读《6G重塑世界》序

简介: 《6G重塑世界》序

在看到《6G重塑世界》这本新书时,不禁感慨技术进步如此迅速,5G商用方兴未艾,6G研发已风起云涌。作为在信息通信领域工作近四十年的老兵,我有幸见证了我国移动通信从 1G空白、2G跟随、3G突破、4G并跑到 5G引领的历史性跨越,深刻感受到通信行业不忘初心、砥砺前行的责任担当。


目前全球 6G研发已全面启动,并正在成为科技创新的新高地。20196 月,工业和信息化部成立了IMT-20306G推进组,同年 11月,科技部牵头成立国家6G技术研发推进工作组和总体专家组,积极布局 6G的研发工作。我国十四五规划也明确提出要前瞻布局 6G网络技术储备。为抢占全球移动通信行业下一轮技术、标准和产业发展的制高点,落实国家战略部署,中国移动确立了强化应用基础研究的技术战略,成立了未来研究院,建立与高校科研机构深度合作的载体,加大交叉学科、基础技术的联合研发,努力成为原创技术策源地。


让我特别自豪的是,中国移动的 6G团队在这两年迅速成长到近百人的规模,团队成员平均年龄 32 岁,这些年轻人充满了朝气与活力、富有想象力与创造力,敢于挑战技术权威;他们凭着自己的无限想象,从无到有地勾勒出了 6G的模样,并在关键技术研究上多点开花,为6G的创新下好了先手棋。我相信这样一支朝气蓬勃的团队,定能点燃 6G源头创新希望的火种。


那什么是 6G呢?这本书取名为《6G重塑世界》,是认为 6G将推动社会走向数字孪生智慧泛在,真正实现虚拟世界和物理世界的融合交互。6G将通过多学科、跨领域核心技术融合,构建一个智慧内生、安全内生、空天地一体的网络,全面支撑人机物智联、数字孪生、全息通信、通感互联、智慧交互等能力,实现智享生活、智赋生产和智焕社会。


6G的研究和未来发展还会面临很多挑战与不确定性,需要全球产业共同努力。一是基础理论创新尚需突破,现有通信技术已逼近香农定理和摩尔定律极限,6G唤更多源头技术创新;二是技术标准面临分化风险,各个国家都在加速研发 6G移动通信技术,提出了不同的技术发展路径,6G能否形成类似 5G的全球统一标准,目前依然存在不确定性;三是产业模式存在不确定性平整合垂直整的产业组织模式孰优孰劣有待验证;四是生态构建难度进一步加大,与5G相比,6G将拓展更多场景、融合更多领域、赋能更多行业,对商业模式、产业生态的要求更高。只有全球科研力量精诚合作,才能共克新挑战,开拓新未来。


挺进 6G无人区的征程已经开始,本书的出版恰逢其时,从中国移动 6G团队的研究视角,全面展望了 2030年以后数字孪生、智慧泛的宏伟愿景,深入分析6G驱动下的移动通信全新应用场景和潜在关键技术,为 6G的产业发展和 2030年以后的社会发展描绘了宏伟蓝图。希望本书中对 6G的构想,能够帮助读者深入理解 6G的发展愿景和技术趋势,为全球6G研究的推进出一份力,为移动通信产业的持续繁荣尽一份心。


在庆祝中国共产党成立 100周年大会上,习近平总书记将伟大建党精神总结为坚持真理、坚守理想,践行初心、担当使命,不怕牺牲、英勇斗争,对党忠诚、不负人民,而我国通信行业几十年来波澜壮阔的奋斗历程,也彰显了通信人坚守理想信念、践行初心使命,披荆斩棘、奋力前行,于危机中育先机、于变局中开新局的担当精神。百舸争流、奋楫者先,千帆进发、勇进者胜!6G的号角已经吹响,新的征程已经扬帆起航。4G改变生活、5G改变社会,展望未来,我们满怀信心。在全球创新链、产业链的共同努力下,我们相信 6G重塑世界的美好愿景必然会照进现实!

 

中国移动通信集团公司副总经理

image.pngimage.jpeg

20217

相关文章
|
SQL XML Java
Mybatis系列(二)之动态SQL和模糊查询
Mybatis系列(二)之动态SQL和模糊查询
|
云安全 存储 运维
带你读《阿里云安全白皮书》(十七)——云上安全重要支柱(11)
阿里云提供了《阿里云安全白皮书(2024版)》,介绍客户数据安全保护技术能力。针对敏感行业,阿里云推出了专属区域和云盒两种形态,确保数据本地存储和合规要求,同时提供标准的公有云产品。此外,阿里云数据安全中心提供敏感数据识别、细粒度数据审计、数据脱敏/列加密、数据泄露检测与防护等四大功能,全面保障数据安全。
|
Kubernetes jenkins 测试技术
Jenkins,持续交付的利器:揭秘插件生态系统(二)
Jenkins,持续交付的利器:揭秘插件生态系统
|
存储 Kubernetes 监控
在K8S中,Resource Quotas是什么?如何做资源管理的?
在K8S中,Resource Quotas是什么?如何做资源管理的?
|
分布式计算 Hadoop Java
Hadoop_MapReduce中的WordCount运行详解
MapReduce的WordCount程序在分布式系统中计算大数据集中单词出现的频率时,提供了一个可以复用和可伸缩的解决方案。它体现了MapReduce编程模型的强大之处:简单、可靠且将任务自动分布到一个集群中去执行。它首先运行一系列的Map任务来处理原始数据,然后通过Shuffle和Sort机制来组织结果,最后通过运行Reduce任务来完成最终计算。因此,即便数据量非常大,通过该模型也可以高效地进行处理。
485 1
|
JavaScript Java 测试技术
基于SpringBoot+Vue+uniapp的汉服交易小程序的详细设计和实现(源码+lw+部署文档+讲解等)
基于SpringBoot+Vue+uniapp的汉服交易小程序的详细设计和实现(源码+lw+部署文档+讲解等)
246 7
|
消息中间件 SQL 关系型数据库
实时计算 Flink版操作报错合集之启动了一段时间后报错:The heartbeat of JobManager with id ace2db93308ae07b4e577b321c8b7e96 timed out.如何解决
在使用实时计算Flink版过程中,可能会遇到各种错误,了解这些错误的原因及解决方法对于高效排错至关重要。针对具体问题,查看Flink的日志是关键,它们通常会提供更详细的错误信息和堆栈跟踪,有助于定位问题。此外,Flink社区文档和官方论坛也是寻求帮助的好去处。以下是一些常见的操作报错及其可能的原因与解决策略。
696 5
|
Web App开发 JavaScript 前端开发
Android端使用WebView注入一段js代码实现js调用android
Android端使用WebView注入一段js代码实现js调用android
436 0
|
算法
揭秘Top-K问题:算法探索、性能优化与应用场景深度解析
揭秘Top-K问题:算法探索、性能优化与应用场景深度解析
971 0
|
JSON 网络协议 Unix
iPerf3 命令通用选项
iPerf3 命令通用选项

热门文章

最新文章