从比特到Token：6G通信范式正在被大模型重写

10月17日，在6G融合通信技术论坛上，中国工程院外籍院士、英国皇家工程院院士王江舟以《Token通信的思考》为题作报告，将大模型时代的通信范式变化推到一个更受关注的坐标上。其核心判断是：Token通信不是AI应用层的一个附属概念，而可能成为通信范式重大转变的起点。对于正在寻找6G方向、AI原生网络路径和下一代经营模式的通信产业而言，这一信号值得认真拆解。

一个信号：Token进入6G核心议题

过去谈通信，基本单位是比特、数据包、连接和流量。网络的价值，通常由带宽、时延、可靠性、连接密度等指标衡量。运营商经营的是流量，设备商优化的是管道，互联网应用则在这个管道之上完成价值创造。

但大模型改变了问题的起点。AI模型的输入、输出、推理、计费、协作，越来越多以Token为基本单位。文本被切分为Token，图像、语音、视频等多模态信息也被转化为Token序列。模型之间、智能体之间、终端与云端之间的交互，本质上正在变成Token的生成、传输、交换和处理。

王江舟在6G融合通信技术论坛上提出《Token通信的思考》，其意义在于：Token不再只是AI产业内部的计价单位，而开始进入通信网络的资源调度、协议设计和架构演进视野。换句话说，通信网络未来要承载的，可能不只是无差别的比特流，还包括带有语义、任务属性和价值密度的Token流。

这并不意味着比特会消失。更准确地说，Token通信是在传统比特传输能力之上，增加语义理解、任务协同和智能调度的维度。通信范式将从“连接管道”向“智能承载”延伸。

Token为何不只是AI计费单位

当前，Token最直观的应用在AI服务计费。大模型调用按Token计费，企业根据输入输出Token量核算成本，云厂商推出Token套餐，开发者比较不同Token Plan的性价比。这些现象容易让人把Token理解为一种商业计量工具。

但Token通信的深层含义不止于此。

第一，Token是语义单元。传统通信关注比特是否准确到达，Token通信则要进一步关注语义是否保真、任务是否完成。比如，一次远程控制、一次多模态问答、一次智能体协作，网络需要理解的不只是数据包，还包括这些数据包所承载的意图。

第二，Token是算力单元。大模型推理需要算力，Token生成速度与算力调度密切相关。未来网络若不能与算力协同，就无法保障AI业务的体验。Token流背后，实际上是算力流、数据流和网络流的联合调度。

第三，Token是价值单元。流量经营模式下，运营商难以从应用价值中分得更多收益。Token经营则提供了新的可能：网络可以按智能服务量、任务完成度、语义交互质量等维度参与价值分配。近期行业报道中，“从流量经营迈向Token经营”“TokenHub套餐”“中卫如何接住Token富贵”等议题密集出现，说明Token正在从模型内部单位外溢为基础设施经营单元。

通信范式怎么变：从管道到智能承载

如果Token通信成为演进方向，通信网络的多个层面都会发生变化。

在网络目标上，传统网络追求更大带宽、更低时延、更高可靠性。Token通信则可能增加新的指标：单位时间有效Token吞吐、语义保真度、任务完成率、智能体协作效率、端到端推理时延等。网络评价体系将从“传得快”转向“传得准、算得好、协作得顺”。

在协议栈上，传统IP分组仍是基础，但上层可能需要引入语义层、AI代理层和Token调度层。不同AI模型、不同终端、不同云服务之间的Token格式、语义表示、安全边界和互操作规则，都需要标准化。否则，Token通信可能停留在一个个封闭生态中，难以形成规模效应。

在资源调度上，网络与算力必须联合优化。大模型推理可以发生在云端、边缘或终端。Token在哪里生成、在哪里处理、在哪里缓存、在哪里销毁，直接关系到时延、成本和隐私。未来网络需要根据业务类型，动态决定Token的流向和处理位置。

在终端形态上，通信对象也在变化。过去主要是人与人、人与机的通信。未来，智能体与智能体、模型与模型、机器人与机器人之间的通信会快速增长。这些通信往往以Token为交互媒介，对网络提出高频、小包、突发、语义化等新要求。

在商业模式上，运营商、云厂商、设备商和应用提供商的边界会被重新划分。谁掌握Token入口，谁调度Token算力，谁保障Token质量，谁就可能在新价值链中占据更有利位置。

6G的AI原生，需要Token通信补位

6G愿景中，“通信、感知、计算、AI、安全”融合已成共识。若6G只是把5G带宽进一步提升，而不解决AI原生承载问题，那么它很难支撑大模型时代的业务形态。

AI原生6G至少需要回答三个问题：第一，网络如何理解AI业务？第二，网络如何调度AI算力？第三，网络如何参与AI价值循环？Token通信恰好提供了可能的切入点。

在6G空口和核心网中，Token可以作为跨层信息，帮助网络识别业务语义、优先级和算力需求。在边缘计算和算力网络中，Token可以作为调度粒度，实现模型推理任务的分布式部署。在运营支撑系统中，Token可以作为计量和结算单位，连接网络、算力和AI服务。

王江舟在6G融合通信技术论坛上讨论Token通信，说明这一议题已经从学术设想走向6G架构讨论。未来3GPP、ITU等国际标准组织是否会引入Token相关机制，将直接影响产业格局。标准若滞后，Token通信可能先以企业级、行业级方案存在；标准若加速，则可能催生新一轮网络设备、芯片、云平台和终端的升级周期。

产业影响：运营商、设备商、云厂商的新坐标

对运营商而言，Token通信既是压力，也是机会。压力在于，传统流量增长红利见顶，若继续停留在管道角色，AI带来的增量价值可能被云和模型厂商拿走。机会在于，运营商拥有网络、边缘节点、数据中心和政企客户资源，可以在Token调度、算力并网、行业AI服务中寻找新位置。AI WAN、算力网络、Token经营等探索，本质上都是运营商试图从“卖连接”转向“卖智能服务”。

对设备商而言，基站、核心网、承载网和光网络都需要为AI业务优化。传统设备以比特管道为中心，未来则要支持语义识别、Token调度、算力感知和智能体通信。谁能在设备侧率先实现AI原生，谁就可能在6G周期中占据先机。

对云厂商和AI企业而言，Token通信意味着模型服务与网络能力更深耦合。当前TokenHub、Token套餐等产品主要解决调用和计费问题，未来则需要解决跨云、跨网、跨终端的Token互操作和质量保障。云网融合将从资源层融合，走向Token层融合。

对芯片和终端产业而言，端侧AI能力提升后，Token将在本地生成和处理。手机、汽车、机器人、工业设备都可能成为Token节点。网络需要支持这些节点之间的高效协同，芯片则需要兼顾算力、功耗和通信能力。

中国的机会与必须补的课

中国在5G网络规模、光纤宽带、算力基础设施和AI应用场景方面具备较强基础。三大运营商持续推进算力网络和AI WAN，云厂商加快大模型服务化，设备商在AI原生网络、语义通信等方向展开预研。这些布局为Token通信提供了产业土壤。

但也要看到，Token通信仍处于早期。标准定义不清晰，计量体系不统一，语义互操作难度大，安全与隐私问题突出。Token流一旦承载语义和任务信息，网络攻击、数据泄露和模型滥用的风险也会上升。此外，Token通信如何与现有IP网络兼容，如何避免形成新的封闭生态，如何建立跨行业监管框架，都需要产业界共同回答。

中国若要在6G和AI融合中形成优势，不能只关注模型参数和算力规模，也要关注Token如何高效、安全、低成本地在网络中流动。网络是AI规模化的底座，Token通信则可能成为底座中的关键机制。

结语

王江舟院士在6G融合通信技术论坛上的报告，把一个看似属于AI内部的概念，提升到了通信范式变革的高度。Token通信不是对传统通信的简单替代，而是对通信目标、协议、调度和商业模式的再定义。它提醒通信产业：大模型不只是上层应用，它正在改变网络需要承载什么、优化什么、经营什么。

从比特到Token，6G的竞争将不只是速率的竞争，更是智能承载能力的竞争。谁先理解Token、调度Token、经营Token，谁就可能在下一轮通信产业格局中掌握主动。