AI技术的普及正在改变我们的生活，但很多人没意识到的是，最终真正推动AI应用进入千家万户，服务于企业与大众的不只是算法与芯片。

在《探寻人工智能2026》节目中，杨澜与清华大学智能产业研究院院长、中国工程院外籍院士张亚勤的一段对话，便提到了这一点。

张亚勤在节目中说出了自己的一个判断：中国AI的发展潜力，很大程度上得益于良好的基础设施。
他特别提到，在物理AI时代，数据中心与边缘网络，以及各类设备将要连在一起，信号的质量与稳定度便至关重要。

张亚勤院士这句话点出了AI技术全面落地的核心瓶颈。

AI技术要广泛应用，需要有强大的算力，也需要稳定的电力供应，这几年全国建成了多个AI算力中心，以及中国早就建成的稳定供电系统，正好承接了这一新需求。

但在自动驾驶、智能穿戴、XR设备、新型机器人等现实应用领域，AI对于数据传输有严苛要求，只有高带宽和低时延的稳定网络，才能够确保实现实时的计算与响应，让AI技术实时融入物理世界，参与到社会生产与运行之中。

举个例子，由于自动驾驶车辆会持续将激光雷达、摄像头等多传感器数据以及遥测元数据实时回传至云端进行AI模型迭代，这就是需要稳定的数兆至数十兆级别的上行吞吐量，防止因带宽不足导致云端数据同步中断或模型训练数据丢失。

恰好，中国移动等通信企业提供了关键支撑。

中国移动便建成了全球最多的5G基站、全球第一的5G精品网络，覆盖了全国97%以上的人口，支撑了5.7万个5G行业应用案例落地，覆盖91个国民经济大类。从“万物互联”到“智联万物”，这一数字基座，正是AI走出实验室、驶上公路、飞向天空的底层保障。

回头看，全球AI竞争，拼的不仅是模型参数和芯片制程。真正决定AI能走多远的，是数据中心、边缘节点、通信基站、算力网络这些藏在幕后的基础设施，这些基础设施建设水平如何，决定了AI到底能服务多少人、落地多少场景。

正如张亚勤在节目中所说：“一旦所有的物理基础设施都AI化，对人类社会的影响将是巨大的。”

想了解AI从“屏幕里”走向“现实里”的完整逻辑，不妨看看《探寻人工智能2026》杨澜对张亚勤的这期访谈。