如果你是年輕時的福特，面對1894年倫敦的馬糞危機，你會選擇研究馬糞清除機還是投入到汽車研究？

“技術路線的選擇，決定了一個時代的走向。”周伯文說。

周伯文分析了人工智能與無線通信技術發展的相似性：“就像當時的倫敦，人們看到了馬糞危機的不可避免，卻沒能預見到汽車的出現。AI與6G的發展正是如此，許多人把目光局限于當前的技術瓶頸，而忽視了即將到來的顛覆性創新。”

這個故事揭示了人類在面對未來技術選擇時的盲點，也警示我們，在技術創新的岔路口上，選錯方向可能帶來巨大的后果。

周伯文強調，在AI和6G的技術融合中，選擇正確的路線是實現突破的關鍵。我們需要預見到技術融合的潛力，并做出符合未來需求的布局。

周伯文回顧了無線通信與人工智能兩條技術路線的發展，指出盡管兩者都歷經了數十年的進化，但走的是截然不同的道路。

從最早的符號邏輯系統，到神經網絡和深度學習，再到如今的通用大模型，AI的發展“跌宕起伏、幾度沉浮”。“但相較而言，無線通信如同一個腳踏實地的穩健行者，從1G、2G一路到如今的5G、6G，構建了層層遞進的技術體系，有著極強的連續性和規劃性，”他補充道，“這是它能快速應用的關鍵因素。”

“無線通信的成功有賴于技術的連續性和產業鏈的協作，而人工智能則更像是一次次的試探、實驗和突破。與無線通信的穩步發展不同，AI更具實驗性，需要更多的勇氣和遠見來選擇正確的技術路線。”

他進一步解釋道，在面對未來技術的抉擇時，保持靈活性和前瞻性，將決定哪些技術能在未來獲得主導地位。

AI和通信技術的交融能帶來一股新的變革動力。周伯文指出，AI的挑戰則更多在于缺乏長期的共識和統一標準。“在兩者融合發展的過程中，AI將從通信的穩健性中獲益，而通信也將從AI的創新活力中找到更多前進的可能性。”

在6G與AI結合的未來場景中，周伯文描繪了許多創新應用的潛在可能性。“6G帶來的不僅是速度的提升，更是通感一體的全新體驗。”他講道，“這將使AI設備不僅能交流信息，還能實時感知周圍環境，達成真正的智能化。”例如，具身主動學習和多智能體群體框架將在6G網絡的支持下迎來前所未有的發展，尤其是在多智能體密度的提升上。

周伯文展示了一段關于多智能體協作的演示視頻：多個異構的智能設備在6G網絡支持下共同執行復雜任務，包括無人機、機器人等在大型倉儲場景中互相協調。