C114讯 10月21日消息（颜翊）10月17日举行的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发表题为《Token通信的思考》的报告，剖析了人工智能大模型时代下，通信范式的根本转变。
王江舟表示，现实世界是一个连续的整体，文本、图像、视频、语音皆是如此，而AI大模型处理不了连续数据，第一步要做的是Token化，也就是切分与编码：文本被切成一个个词元块，每个词元对应一个ID输入大模型；图像被切成许多小块，每一块叫作Patch；视频是空间与时间组合成的三维坐标，词元数目通常可达十万甚至更多。“Token就是AI理解多模态世界的通用语言，万物都可以Token化。”它也是当前运营商计费的新维度。
随着AI智能体（Agent）的爆发，系统必须具备多模态的理解、生成及推理能力。在智能体内部，状态、意图、任务、记忆与动作均以Token为基本单元。
基于这一判断，王江舟给出定义：Token通信是以词元为源、表示与传输对象，在带宽、时延、能耗与任务约束下，进行词元提取、选择、压缩、传输、恢复、推理与任务执行的通信，其本质是联合优化大模型架构的编解码、传输、推理与任务执行。
他将Token通信与研究了多年的语义通信作了四重划界：信息表示方式上，前者以Token作为信息单元，后者提取任务相关的语义特征；与大模型的关系上，前者高度依赖大模型，后者不一定用大模型；泛化性上，前者继承大模型的跨任务泛化能力，后者主要依赖训练任务和数据分布；系统设计复杂度上，前者更高。
“Token通信是语义通信的进一步扩展，它更强调统一的表示、任务泛化和智能处理。”王江舟表示。
应用侧，王江舟分享了任务导向的Token通信的探索：以安全驾驶场景为例，针对现有方案缺乏任务导向Token、跨模态协同不足、决策难以解释的痛点。针对于此，其团队进行了三方面的创新：首先通过构建双分支Token编码结构，同时提取底层视觉Token与高层任务Token，二是以跨模态注意力融合让任务Token显式引导视觉Token的选择、加权与传输，三是输出基于热力图的可解释结果。仿真显示，引入任务Token后，输出场景与原始场景的相似度更高，准确性与鲁棒性同步提升。
王江舟列出了Token通信面前的四道坎：一是Token定义不统一，多种形式缺乏统一的信息抽象和传输标准；二是跨模态兼容困难，不同模型的Token空间无法直接互通；三是Token价值难量化，缺少信息论与任务效用理论支撑；四是通算开销矛盾，解码、传输和推理成本难以平衡。
最后，他总结道，“Token通信是大模型时代通信范式的一次重大转变，可以更加贴近任务目标，更好地支持多模态理解、智能体协作和未来6G网络中的智能原生应用。”
