近日，2026移动网络大会在广州开场，展会现场，爱立信的展台叙事被分成三块，网络价值增长的再思考、全栈网络AI，以及6G前沿技术。
这是一家成立150年的公司。一个半世纪里，爱立信对自己的定位始终围绕“连接”两个字——连接人、连接物，支撑起物联网的扩张；而现在，它要连接的对象变成了智能。
当整个行业急于用GPU、大模型和AI-RAN重新想象电信设备时，爱立信的语言却显得“不合时宜”，专用芯片、时延预算、TCO、分级保障，把热词拆成工程问题再逐一回答。在人人讲革命的赛道上，在与爱立信中国区CTO王浩博的对谈中发现这家老牌设备商依然坚持用工程的语法说话。
拆解AI-RAN
AI-RAN热了两年，不同公司嘴里的AI-RAN往往不是一回事，爱立信先把它拆成四个词。
AIinRAN，是把AI算力和模型放进基带单元、智能板、甚至射频单元等节点内部，直接提升无线性能；AIforRAN，是把AI放在无线网管侧，处理长周期数据，驱动运维自动化和无线自智网络。这两者是“用AI建设网络”。下面的两者则是“为AI建设网络”：一个是AIonRAN，方向反过来：网络如何承载AI应用，靠大上行、确定性低时延和差异化连接，服务移动AI乃至具身智能；另一个是AIandRAN，本质是共享IT基础设施，爱立信把它标注为“仍在探索”。
真正的路线分歧，出现在AIinRAN的算力选型上。AIinRAN L1/L2的时延约束极为苛刻，一个时隙只有0.5毫秒，部分算法必须在零点几毫秒内完成。这类任务模型小、时延确定性要求高，爱立信的答案是定制ASIC——专用芯片为这组动作而生，能效和成本经过多代优化。王浩博的原话很直白：用GPU干这个，“牛刀不但杀不了鸡，还逮不到鸡”。链路自适应这类算法，几十k个参数足够，放到GPU上，内核调度和数据搬运的固定开销反而远超推理本身，时延难以达标。
这是两种芯片的能力边界，GPU擅长大模型、高吞吐、大批量，那是数据中心的活；ASIC擅长小模型、确定性低时延、低功耗，这是基站的活。让F1赛车去送外卖，车是好车，路不对。
对当前热度最高的AIandRAN，也就是移动AI应用和RANBBU软件共平台部署，共享无线基础设施，爱立信保持了一定的开放性。理由仍然是工程账，通用GPU的开销高，RAN节点的供电和散热承载不起，同时共平台部署需要对现网基站进行替换或新建，整个方案的性能、能效和成本，至今缺少现网验证。
另一个争论焦点是边缘推理的位置。面对“算力下沉到基站”的说法，爱立信给出相反测算：端到端时延主要由推理和空口构成，传输只占2到5毫秒，算力下沉到基站站点几乎换不回时延增益；站点供电制冷有限，单站难以部署大算力，强行下沉只会造成算力分散和跨站调度成本上升。
爱立信建议的位置是地市核心网或C-RAN机房，并主张边缘AI与RAN分设：不改动现网架构，松耦合，运维界面清晰。对将机房重新包装成边缘算力的故事，爱立信态度很冷静，资产再利用是合理的商业考量，却不一定是时延逻辑推导出的最佳位置。
增量不增收：切片从能力到产品还差一个市场
运营商的焦虑并不抽象，流量持续增长，收入却停滞不前。“增量不增收”是全球运营商面对的共同考题。
爱立信给出的解题框架有三条，变现差异化体验、深化流量经营、拓展服务边界，底层技术是网络切片。从全球看，切片商用确实在提速：去年底到今年上半年，全球基于切片实现的差异化连接服务案例总数增长约30%。海外成熟市场的逻辑清晰可鉴，中高端套餐以ARPU为价值锚点，中杯、大杯、超大杯梯度分明，用户知道自己多付的钱买到了什么。
但也有业界不少专家认为，这套逻辑在中国市场的落地，尚有一定距离。其一，网络能力已经具备，却没有充分转化为可售卖的产品；其二，套餐梯度不够简化和明确，差异微弱的复杂梯度增加客户的选择难度；其三，差异化定价天然敏感，而国内基础服务的体验基线本就很高——从80分做到100分，用户未必愿意付费。
王浩博的回应落在“守住普惠底线、打开价值上限”的分级保障。用切片保障VIP用户高端体验，用智能调度为普通用户的敏感业务设定普惠的体验基线，划定非敏感业务标准后释放资源，实现普惠底线，保障价值上限。原则是不制造两类用户的对立，普惠标准先讲清楚，高端体验才有立足之地。
方案逻辑自洽，但瓶颈不在技术侧。差异化连接的技术早已就绪，缺口在市场侧的产品设计和套餐重构，这恰是设备商无法独自完成的环节。爱立信的海外经验是独特价值，也是外企视角的天然边界：它能提供工具和案例，中国运营商却要统筹考量，再做市场决策。
13公斤里的爱立信“脾气”
如果说AI-RAN展现的是爱立信的方法论，那32TRAAU这款产品，展现的就是它的脾气。
4.9GHz频段高、覆盖弱，设备轻薄化的难度远高于低频段。行业的主流思路是卷64TR、卷更大规模的阵子和参数。爱立信反其道而行，把32TR作为重点，整机13公斤、体积小于25升，采用128个天线阵子，通过优化阵子结构设计，平衡天线增益与覆盖需求，提升AAU垂直覆盖能力，释放低空通信应用潜力。
细节里有典型的工程师叙事。散热采用相变材料配合风窝导流，利用涡流效应降低风的正面冲击，同样的原理常见于汽车空气动力学设计，设备因此可以扛住超级台风，在日本等沿海市场站住脚。
对比三代产品，厚重的前两代到这一代，颇有游戏主机从厚版到slim版的味道。定制小型化技术让它节能约25%，芯片内置AI神经网络加速器，为后续智能化留出接口。
王浩博对这款产品的定位很清楚，与其鼓吹极致参数，不如把商业和性价比做好。13公斤的设备可以上灯杆、上墙、上空间受限的铁塔，部署成本和场景适配都更友好。在运营商无线投资收缩、转向精细化部署的周期里，规模效应带来的成本曲
当下运营商和资本市场的注意力几乎都被数据中心、算力和Token吸走，无线侧少人问津。但中国移动“网络强基、全栈创新”的表述里，网络始终是根，根没扎稳，算力和AI就无法有效触达终端。
把所有线索拼起来，爱立信的气质相当一致。
近日，2026移动网络大会在广州开场，展会现场，爱立信的展台叙事被分成三块，网络价值增长的再思考、全栈网络AI，以及6G前沿技术。
这是一家成立150年的公司。一个半世纪里，爱立信对自己的定位始终围绕“连接”两个字——连接人、连接物，支撑起物联网的扩张；而现在，它要连接的对象变成了智能。
当整个行业急于用GPU、大模型和AI-RAN重新想象电信设备时，爱立信的语言却显得“不合时宜”，专用芯片、时延预算、TCO、分级保障，把热词拆成工程问题再逐一回答。在人人讲革命的赛道上，在与爱立信中国区CTO王浩博的对谈中发现这家老牌设备商依然坚持用工程的语法说话。
拆解AI-RAN
AI-RAN热了两年，不同公司嘴里的AI-RAN往往不是一回事，爱立信先把它拆成四个词。
AIinRAN，是把AI算力和模型放进基带单元、智能板、甚至射频单元等节点内部，直接提升无线性能；AIforRAN，是把AI放在无线网管侧，处理长周期数据，驱动运维自动化和无线自智网络。这两者是“用AI建设网络”。下面的两者则是“为AI建设网络”：一个是AIonRAN，方向反过来：网络如何承载AI应用，靠大上行、确定性低时延和差异化连接，服务移动AI乃至具身智能；另一个是AIandRAN，本质是共享IT基础设施，爱立信把它标注为“仍在探索”。
真正的路线分歧，出现在AIinRAN的算力选型上。AIinRAN L1/L2的时延约束极为苛刻，一个时隙只有0.5毫秒，部分算法必须在零点几毫秒内完成。这类任务模型小、时延确定性要求高，爱立信的答案是定制ASIC——专用芯片为这组动作而生，能效和成本经过多代优化。王浩博的原话很直白：用GPU干这个，“牛刀不但杀不了鸡，还逮不到鸡”。链路自适应这类算法，几十k个参数足够，放到GPU上，内核调度和数据搬运的固定开销反而远超推理本身，时延难以达标。
这是两种芯片的能力边界，GPU擅长大模型、高吞吐、大批量，那是数据中心的活；ASIC擅长小模型、确定性低时延、低功耗，这是基站的活。让F1赛车去送外卖，车是好车，路不对。
对当前热度最高的AIandRAN，也就是移动AI应用和RANBBU软件共平台部署，共享无线基础设施，爱立信保持了一定的开放性。理由仍然是工程账，通用GPU的开销高，RAN节点的供电和散热承载不起，同时共平台部署需要对现网基站进行替换或新建，整个方案的性能、能效和成本，至今缺少现网验证。
另一个争论焦点是边缘推理的位置。面对“算力下沉到基站”的说法，爱立信给出相反测算：端到端时延主要由推理和空口构成，传输只占2到5毫秒，算力下沉到基站站点几乎换不回时延增益；站点供电制冷有限，单站难以部署大算力，强行下沉只会造成算力分散和跨站调度成本上升。
爱立信建议的位置是地市核心网或C-RAN机房，并主张边缘AI与RAN分设：不改动现网架构，松耦合，运维界面清晰。对将机房重新包装成边缘算力的故事，爱立信态度很冷静，资产再利用是合理的商业考量，却不一定是时延逻辑推导出的最佳位置。
增量不增收：切片从能力到产品还差一个市场
运营商的焦虑并不抽象，流量持续增长，收入却停滞不前。“增量不增收”是全球运营商面对的共同考题。
爱立信给出的解题框架有三条，变现差异化体验、深化流量经营、拓展服务边界，底层技术是网络切片。从全球看，切片商用确实在提速：去年底到今年上半年，全球基于切片实现的差异化连接服务案例总数增长约30%。海外成熟市场的逻辑清晰可鉴，中高端套餐以ARPU为价值锚点，中杯、大杯、超大杯梯度分明，用户知道自己多付的钱买到了什么。
但也有业界不少专家认为，这套逻辑在中国市场的落地，尚有一定距离。其一，网络能力已经具备，却没有充分转化为可售卖的产品；其二，套餐梯度不够简化和明确，差异微弱的复杂梯度增加客户的选择难度；其三，差异化定价天然敏感，而国内基础服务的体验基线本就很高——从80分做到100分，用户未必愿意付费。
王浩博的回应落在“守住普惠底线、打开价值上限”的分级保障。用切片保障VIP用户高端体验，用智能调度为普通用户的敏感业务设定普惠的体验基线，划定非敏感业务标准后释放资源，实现普惠底线，保障价值上限。原则是不制造两类用户的对立，普惠标准先讲清楚，高端体验才有立足之地。
方案逻辑自洽，但瓶颈不在技术侧。差异化连接的技术早已就绪，缺口在市场侧的产品设计和套餐重构，这恰是设备商无法独自完成的环节。爱立信的海外经验是独特价值，也是外企视角的天然边界：它能提供工具和案例，中国运营商却要统筹考量，再做市场决策。
13公斤里的爱立信“脾气”
如果说AI-RAN展现的是爱立信的方法论，那32TRAAU这款产品，展现的就是它的脾气。
4.9GHz频段高、覆盖弱，设备轻薄化的难度远高于低频段。行业的主流思路是卷64TR、卷更大规模的阵子和参数。爱立信反其道而行，把32TR作为重点，整机13公斤、体积小于25升，采用128个天线阵子，通过优化阵子结构设计，平衡天线增益与覆盖需求，提升AAU垂直覆盖能力，释放低空通信应用潜力。
细节里有典型的工程师叙事。散热采用相变材料配合风窝导流，利用涡流效应降低风的正面冲击，同样的原理常见于汽车空气动力学设计，设备因此可以扛住超级台风，在日本等沿海市场站住脚。
对比三代产品，厚重的前两代到这一代，颇有游戏主机从厚版到slim版的味道。定制小型化技术让它节能约25%，芯片内置AI神经网络加速器，为后续智能化留出接口。
王浩博对这款产品的定位很清楚，与其鼓吹极致参数，不如把商业和性价比做好。13公斤的设备可以上灯杆、上墙、上空间受限的铁塔，部署成本和场景适配都更友好。在运营商无线投资收缩、转向精细化部署的周期里，规模效应带来的成本曲
当下运营商和资本市场的注意力几乎都被数据中心、算力和Token吸走，无线侧少人问津。但中国移动“网络强基、全栈创新”的表述里，网络始终是根，根没扎稳，算力和AI就无法有效触达终端。
把所有线索拼起来，爱立信的气质相当一致。
