妙啊！无人机直连卫星传Token

< img id="wx_img" src="https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.png" width="400" height="400"> 妙啊！无人机直连卫星传Token 十三 2026-07-18 16:17:18 来源： 量子位 世界人工智能大会最高奖 金磊 发自 凹非寺 量子位 | 公众号 QbitAI 不儿，现在连 无人机 都开始传 Token （词元）了？？？ 对，你没看错，上视频！ 视频地址： https://mp.weixin.qq.com/s/_jcuBB-_32e6g5HzXWT74g 就像视频里演示的那样，这个无人机啊，它身上背了2个东西，一个是 生成式智能传输（Generative Transmission） 盒子，另一个是小型卫星通信设备。 无人机拍到视频后，就可以先在端侧把画面编码成Token序列，再 直接连接卫星 ，把信息传回后方。 这事儿要放以前啊，且得先在现场搭一套临时通信设备，无人机把视频传给地面接收器，地面设备再通过卫星，把信息送到后方指挥中心。 而且这套传统方案还有两道限制：一是无人机不能离地面通信设备太远，否则连接会受到影响；二是在设备载荷和功率限制下，可用的卫星链路带宽有限，传统方法也很难实时回传高清视频。 这便是 中国电信人工智能研究院（TeleAI） ，刚刚在 WAIC 2026 提出的新技术路线；其背后这套融合AI、通信和网络的技术体系，则是 智传网（AI Flow） 。 就在此次发布前一天，智传网（AI Flow）还拿下了WAIC大会最高奖项 卓越人工智能引领者奖（SAIL） 中的 赋能（Applicative）奖 。 据了解，TeleAI已经在 国内首次 攻克了轻小型无人机直连卫星并进行高清视频实时稳定传输。 这个“首次”解决的，是轻小型无人机长期面对的两道物理难题： 一边是载荷：通信设备越重，消耗的电量越多，无人机的续航和机动性也会跟着受到影响。 一边是卫星链路：更高的通信能力往往需要更大、更高功率的设备，但轻小型无人机载荷有限。因此，其可用带宽通常较窄，高清视频难以实时回传；直接降低码率，又可能造成画面模糊、卡顿或关键细节丢失。 也正如我们刚才展示的那样，智传网（AI Flow）的思路是换一种内容来传。 发送端先理解视频，把场景、人物、物体结构和运动状态等关键信息编码成Token序列。Token穿过卫星链路后，接收端再利用生成式模型，把视频重建出来。 换句话说，过去几年我们讨论Token，重点往往是大模型一次回答消耗了多少、能生成多少内容。 到了TeleAI这里， Token开始从聊天框里跑出来 ，进入无人机、卫星，甚至还有机器人和水下设备之间。 这事儿，就有点意思了。 无人机不用围着基站飞了 要理解无人机直连卫星的价值，可以先看传统应急通信是怎么做的。 洪水、地震等灾害发生后，现场可能同时面临断路、断电和断网，通信保障人员通常会在灾区搭建临时接收和发射设备，再通过卫星恢复通信。 这种方式能够解决基本的连接问题，但无人机仍然需要与地面设备保持通信。飞得太远，超出地面设备的覆盖范围，画面回传就会受到影响。 比如在洪水灾区，人暂时无法进入的区域，可以先派无人机完成大范围勘察。无人机拍下道路、积水、房屋和被困人员等信息，在端侧编码成Token，通过卫星传回指挥中心。 接收端重建出视频后，指挥人员可以据此判断道路是否中断、房屋是否存在风险、救援力量应该从哪里进入。 视频地址： https://mp.weixin.qq.com/s/_jcuBB-_32e6g5HzXWT74g 与此同时，智传网（AI Flow）的生成式智能传输能力，也已经进入实际应急场景。 今年，TeleAI与中电信应急公司将基于智传网（AI Flow）技术的千余套设备，投入全国31个省份的一线防汛抗洪工作。 从一次技术演示走向跨省应用，意味着生成式智能传输已经开始接受真实环境的检验。至于轻小型无人机直连卫星，则是此次新近跑通的一项技术能力，后续还将进一步走向产品化和实际应用。 沿着无人机到卫星的链路继续向上，TeleAI还在推进另一项工作—— 将智传网（AI Flow）解码模型部署到在轨卫星。 传统星地链路通常面临上行带宽有限、下行带宽相对充裕的情况。如果解码模型能够在卫星端完成部分计算和重建，就可以减少对地面算力节点的完全依赖，再通过下行链路将结果发送给接收端。 而当通信链路回到地面，智传网（AI Flow）连接的设备就从无人机 扩展到了机器人 。 具身智能想在现实环境中执行任务，需要处理人与机器、机器与机器之间的通信与协同。操作人员要看到机器人看到的画面，机器人也要及时收到远程控制指令。多台机器人共同作业时，还需要共享周围环境和任务进展。 智传网（AI Flow）结合5G低时延能力，可以将具身智能遥操作的端到端时延压缩至20-50毫秒，让机器人的远程控制半径从局部区域扩展至跨城际乃至全国范围。 即便机器人进入没有基站的荒野区域，也可以通过卫星链路回传现场画面，并接收来自远端的操作指令。 远程控制半径变大，只是其中一层价值。 智传网（AI Flow）采用统一编码的 词元流 ，还可以连接不同类型、不同厂商的机器人。TeleAI自研机器人以及合作伙伴的机器人，可以共享环境感知、目标位置和任务信息。 一台机器人发现道路受阻，可以把结果同步给其他机器人；另一台机器人找到可通行路线，也能将经验传回系统。多台设备由此减少重复感知和重复计算，逐渐形成分布式群体智能，并进一步走向 基于连接与交互的智能涌现 。 这条链路再往前走，便 进入了水下 。 水下通信一直是行业中的一道难题。在自然水域中，水体对信号的吸收、散射等因素会造成明显衰减，远程无线实时传输高清视频尤其困难。 依托智传网（AI Flow），TeleAI此次实现了自然水域中的远程无线实时高清视频传输，相关核心载荷已经搭载在自研“空海跨域潜航器”上。 这种设备可以从空中进入水下，在海底光缆巡检、水下勘探、海洋牧场和应急搜救等场景中执行任务，再将现场画面传回。 视频地址： https://mp.weixin.qq.com/s/_jcuBB-_32e6g5HzXWT74g 从轻小型无人机直连卫星，到机器人跨城遥操作，再到浑浊水体中的视频传输，TeleAI正在把同一套通信逻辑延伸到天空、卫星、地面和水下。 这些设备的形态各不相同，有的在空中飞，有的在地面走，有的需要潜入水底。但它们面对着一个共同问题： 怎样在带宽有限、网络不稳定的环境中，把真正有价值的信息传出去？ 从比特流到词元流 这个问题的答案，就藏在智传网（AI Flow）对传输对象的改变里。 传统视频通信主要处理比特流。摄像头采集画面后，编码器分析连续画面中哪些像素发生变化、哪些内容可以压缩，再把处理后的视频数据通过网络传到接收端。 虽然在光纤、5G等带宽相对充足的环境中，这条技术路线已经非常成熟。不过一旦进入卫星窄带、远洋、水下和灾区，高清视频的数据量依然可能超过链路的承载能力。 智传网（AI Flow）的思路，是 让通信从“比特流”走向“词元流”。 发送端的神经编码器先对原始视频进行理