语义通信：从位置寻址、比特传输走向语义理解和任务导向传输
作者单位： 淞基科技（上海）有限公司 淞基信息通信研究院 淞基未来信息网研究部 淞基新一代信息技术网研究部
摘要： 通信的本质是”达意”，而一百多年来现代通信体系的工程实现却始终围绕”符号”与”比特”展开。本文以”位置寻址—比特传输—语义理解—任务导向传输”为演进主线，系统梳理通信范式变革的历史坐标、理论根基、核心技术体系、标准化进程与商用化路径。文章首先回顾香农经典信息论及其三层模型，指出以拓扑位置标识节点的寻址方式与以比特保真为唯一目标的传输方式，在信息内涵层面存在系统性缺失，构成”语义鸿沟”。随后阐述语义信息论的突破性进展，重点剖析”同义性”这一语义信息的本质特征、同义映射的数学刻画，以及语义熵、语义信道容量、语义率失真函数对经典理论极限的扩展。在此基础上，系统介绍语义信源编码、深度联合信源信道编码、语义知识库、语义信道编码、语义网络与资源管理、生成式语义通信等核心技术，分析任务导向传输如何将通信目标从”传得准”转向”用得好”。最后结合国际电信联盟、IMT-2030推进组、第三代合作伙伴计划等标准化进展与产业实践，研判语义通信从垂直行业试商用到纳入6G标准框架、再到全网语义内生智能化的三阶段演进，并客观分析理论、工程、标准化与安全合规等多重挑战。
关键词： 语义通信；语义信息论；同义性；任务导向传输；联合信源信道编码；语义知识库；6G；内生智能
一、引言：通信范式变革的历史坐标
通信是人类社会赖以组织、协作与传承的基础设施。自约十万年前人类以手势与音节完成面对面沟通，到三万年前洞穴壁画与结绳记事实现跨越时空的记录，再到公元前烽火狼烟、击鼓传信的远距离预警，直至1844年莫尔斯电报第一次以电信号实现文字的点对点传输，通信的形态与载体不断更替，但其目的始终如一——把发送者的本意（信息、知识、指令或任务）传递给接收者，并使其作用于接收者的判断与行动。换言之，通信的本质始终是”达意”，是让接收方在跨越时间与空间的约束下，收到发送方的真实意图。然而，当电子信息技术将一切模态的信号统一转化为数字比特之后，现代通信体系的工程逻辑却走向了另一条道路：它不再关心比特所承载的含义，而只追求比特本身的精确传输。
这一矛盾并非偶然。通信理论的两大奠基性设定，决定了此后七十余年通信体系的基本形态。其一，在寻址层面，以互联网协议（IP）为代表的经典网络寻址机制，以节点的拓扑位置而非内容内涵来标识通信对象——报文被送达”地址”而不被理解”含义”，由此形成”位置寻址”范式。其二，在传输层面，以香农信息论为圭臬的经典通信体系，把通信目标严格限定为”无损、快速地把信源数据搬运给接收方”，即”比特传输”范式。在这两种范式的共同作用下，网络只负责”信号保真”，并由此假定”信号保真必然带来内容保真”。至于数据中承载的信息、知识与任务，长期游离于通信技术的关注范围之外，成为传统体系的结构性盲区。
人工智能的崛起正在击穿这一设定。当智能终端需要理解视频内容、解读语音意图、判断图像情感，当千亿级异构智能体需要在网络中彼此识别、协同与决策时，传统体系不得不把海量的语义信息先编码成比特流再原样搬运，接收端再通过”先重构信号、后提取语义”的冗长链条还原内容。发送端编码的比特序列与接收端理解的语义内容之间，存在巨大的落差，学界称之为”语义鸿沟”。解决这一鸿沟，需要通信范式本身发生跃迁：从”位置寻址”走向”语义寻址”，从”比特传输”走向”语义理解”，最终走向”任务导向传输”——只传输完成任务所必需的语义，让网络节点直接理解流量意图并协同决策。
本文正是围绕这一演进主线展开的系统性研究。第二节回顾经典信息论与三层模型的成就与天花板，界定位置寻址与比特传输的内涵与局限；第三节阐述语义通信的理论奠基，重点剖析以”同义性”为核心的语义信息论；第四节梳理语义通信的核心技术体系；第五节讨论任务导向传输的机理与典型应用；第六节考察6G背景下标准化与商用化进程；第七节分析理论、工程、标准与合规等多重挑战；第八节给出结论与展望。
二、经典信息论与比特范式：成就、边界与天花板
2.1 香农信息论：现代通信的数学地基
1948年，美国科学家克劳德·香农发表里程碑式论文《通信的数学理论》，创立了经典信息论，为信息从日常模糊概念到严格可测数学量的转化奠定了根基。香农以概率不确定性定义信息，天才地引入信息熵
H(U) = −Σ pᵢ log pᵢ
用以度量消息的不确定性，并由此导出三大编码定理：无失真信源编码定理（无损压缩的极限）、信道编码定理（可靠传输的极限，即信道容量 C = max I(X;Y)）、以及率失真编码定理（限失真压缩的极限 R(D)）。这三大定理共同刻画了比特级信息传输与压缩的”可达性能边界”，指导了从1G到5G乃至更远代际移动通信系统的设计与优化。Turbo码、LDPC码、Polar码等逼近信道容量的编码方案相继被标准化并大规模部署，现代通信系统在语法（符号）层面已高度逼近理论极限。
2.2 三层模型：被搁置的语义问题与效用问题
值得强调的是，香农本人及其合作者韦弗（Weaver）对通信范畴的理解远不止于语法层面。1949年，两人合著的《通信的数学理论》在香农原始理论基础上做了进一步扩展，系统性地把通信问题划分为三个层级：
层级A（技术问题）：通信符号能在多大程度上被准确传输？ 层级B（语义问题）：被传输的符号能在多大程度上精确传达发送者期望的含义？ 层级C（效用问题）：接收到的含义能在多大程度上以期望的方式影响接收者的行为？
香农在原始论述中明确声明”通信的这些语义方面与工程问题无关”，这既是一种严谨的范围界定，也事实上把层级B与层级C的语义、效用问题整体地排除在经典工程体系之外。经典信息论由此只回答”如何把符号传准”，而不回答”符号意味着什么”与”含义有什么用”。语义通信，正是韦弗所构想而当时无法工程化实现的层级B问题，在智能时代的技术条件下重新被激活与放大。
2.3 位置寻址：语义缺失的寻址范式
与比特传输并行的另一个结构性缺失，存在于网络寻址层面。以IP协议为核心的经典寻址体系，用网络拓扑位置（网络号、主机号、路由前缀）来唯一标识节点，其设计哲学是”按位置定位、按拓扑路由”。在这种范式下，网络交换节点只根据地址前缀进行转发决策，既不感知也不理解报文内容；内容与语义完全沉淀在应用层，由端系统自行处理。这一”位置寻址”体系支撑了互联网数十年的成功，却也埋下了效率与智能的双重损失：同名内容被反复在链路上传输、缓存与冗余转发，节点无法根据内容语义进行智能路由与主动协同。
信息中心网络（ICN）、命名数据网络（NDN）等以内容名字而非拓扑位置寻址的方案，是打破位置寻址的早期尝试，但其”名字”仍是语法级的标识，而非真正意义上的”含义”。从”位置寻址”到”语义寻址”，需要寻址对象从”节点/内容名字”上升为”语义概念与任务目标”，这恰恰是语义通信所开辟的方向。
2.4 比特范式的天花板
经典比特范式在高带宽、低时延场景下取得了巨大成功，但其内在天花板也日益显现。其一，性能受香农极限约束，进一步提升带宽与速率面临功耗剧增与先进制程依赖，存在”卡脖子”风险。其二，传统信道抗干扰依赖冗余比特，以牺牲频带利用率为代价换取可靠性，本质上是”用带宽换可靠”。其三，也是最根本的，传统网络在智能化演进中只能依赖外挂式人工智能模型对流量做”黑盒”分析，无法让网络节点”理解”流量的意图与任务需求，从而难以实现真正意义上的内生智能调度与网络自愈。凡此种种，都指向同一个结论：继续在比特层面做”量的堆叠”，已逼近收益递减的临界点，范式层面的”质的跃迁”成为必然选项。
三、语义通信的兴起与理论奠基
3.1 起源脉络：从先驱构想到学科热点
语义通信的学术源头可以追溯到多个独立脉络。国内方面，1988年北京邮电大学钟义信教授在《信息科学原理》中系统提出”全信息”理论框架，2017年进一步在China Communications上阐释语义信息理论，2018年构建了”信息—知识—智能”转换机制，将语义通信与通用人工智能联系起来，是公认的中国语义信息研究先驱。2017年12月，西安电子科技大学石光明教授在第S39次香山会议上首次讨论类脑语义信息技术，2018年明确论断”语义通信是智能时代的产物”。与此同时，北京邮电大学张平院士在各类学术会议中持续阐述语义通信的优势与前景，并首次提出”智简通信系统”理念，有力推动了该方向成为通信与人工智能交叉领域的研究热点。国际上，2019—2020年间亦有学者围绕语义通信开展探索；值得注意的是，语义通信走出了一条罕见的”反向路径”——先在中国通信学术界形成热点，再由国际学者跟进，最后由企业参与研发落地，这与大数据、区块链等先由国际引爆再被中国追赶的技术轨迹截然不同。
3.2 同义性：语义信息论的核心突破
语义通信长期缺乏自身的基础理论，这是其被质疑为”缺乏数学根基”的根本原因。2024年，张平院士团队在《通信学报》发表《语义通信的数学理论》论文，并以Springer专著形式系统出版，开创性地揭示了语义信息的本质特征——“同义性”，为语义通信奠定了严格的数学基础。
所谓”同义性”，是指同一语义可以通过多个不同的语法（符号）形式来承载和表达。例如，同一句指令可以用中文、英文、口语、书面语等不同语法形式传递，但其承载的语义是等价的。基于此，团队将语义信息与语法信息之间的关系命名为”同义映射”f：这是一个”一对多”映射，即一个语义符号可以由多个不同的语法符号表示。同义映射构成了整个语义信息论的逻辑起点。
3.3 语义信息论的基本量度与极限扩展
基于同义映射这一核心概念，张平团队系统引入了一整套语义信息量度体系，包括：语义熵 H_s(U)，用以度量语义层面的不确定性；上/下语义互信息 I±(X;Y)（记 I_s(X;Y)），用以刻画语义层面的信息传递量；语义信道容量 C_s，定义为在同义映射与输入分布上最大化语义互信息所得的上界；以及语义率失真函数 R_s(D)，刻画在给定语义失真约束下的最小语义传输速率。在此基础上，团队利用随机编码与（联合）典型解码/编码技术，证明了语义信源编码定理、语义信道编码定理与语义率失真编码定理三大语义编码定理，从而完整地构建了语义信息论的可证明理论框架。
语义信息论最深刻的结论，在于它对经典理论极限的系统性扩展：
H_s(U) ≤ H(U)，语义熵不大于语法熵——因为同一语义可由多个语法形式承载，语义层面的不确定性天然低于语法层面； C_s ≥ C，语义信道容量不低于语法信道容量——因为去除冗余的同义语法形式后，同等信道资源可承载更多语义； R_s(D) ≤ R(D)，语义率失真函数不高于语法率失真函数——在同样的失真约束下，语义压缩所需速率更低。
对于带限高斯信道，团队进一步导出了新的信道容量公式：
C_s = B log [ S⁴ (1 + P/(N₀B)) ]
其中 S 为平均同义长度，刻画系统的语义辨识能力。当 S > 1（即存在同义冗余）时，语义信道容量严格高于经典信道容量 C = B log(1 + P/(N₀B))，从理论上揭示了语义通信在带宽受限场景下的容量增益来源。这套理论体系兼容并推广了香农经典信息论，被学界评价为”对经典信息论的自然推广”，是中国科学家在信息基础理论上的原创性突破，为6G”原生智简”的目标提供了坚实的数学根基。
3.4 语义基物理模型与ComAI系统架构
在语义信息论指引下，张平团队进一步提出语义基物理模型，以赋能现代语义通信系统的柔性化智能设计；并基于该模型提出多项代表性语义通信关键技术，构建了ComAI（通信与智能深度融合）系统架构，支撑6G”原生智简”设计。团队还搭建了国际首个面向6G通信与智能融合的外场试验网，并成功研发展示全球首个面向6G的内生智能通信（语义通信）系统，将语义通信定位为6G的”拐点技术”，纳入其”人—机—物—灵”四元泛在融合的愿景之中。由此，语义通信形成了从基础理论、关键技术到实验验证的完整体系。
四、语义通信的核心技术体系
为系统评估语义通信的技术成熟度，可从端到端链路的功能分层出发，将其划分为语义信源编码、语义知识库与知识增强、语义信道编码与联合编码、语义网络与资源管理、以及生成式语义通信五大技术模块。
4.1 语义信源编码：从”传符号”到”传语义”
语义信源编码是语义通信的基础，负责把原始数据转换为承载语义的紧凑表示，按传输对象可分为文本、语音、图像三类。
文本语义编码最为成熟。Xie等人提出的DeepSC框架，利用自然语言处理技术提取文本语义表示并完成传输，接收端通过深度网络重建文本——在语义准确率相当的条件下，可将传输带宽压缩至传统方案的约十分之一。
语音语义编码由Weng等于2021年率先开展研究：设计神经网络编码器提取语音高层语义特征，接收端通过语音合成恢复语义等价内容。实验表明，在3 kbit/s的低比特率下，其主观质量评分（MOS）可达到传统4G语音编码（AMR-WB，23.85 kbit/s）的同等水平，即以约八分之一码率实现了语义等价的语音传输。2023年，该团队实现包含语音识别、语义提取、重建及语音合成四大环节的完整闭环系统。
图像语义编码是较新的方向。2022年，张平院士团队Dai等提出DTSCC框架，将语义通信拓展至图像领域，通过非线性变换前置模块实现端到端信源—信道联合优化，显著提升结构相似性指数（SSIM）；2023年该团队进一步提出语义切片模型，实现语义单元的按需传输与可扩展编码。
4.2 深度联合信源信道编码：JSCC的复兴
联合信源信道编码（Joint Source-Channel Coding, JSCC）是语义通信的另一项核心使能技术。传统数字通信体系依赖”分离定理”，将压缩（信源编码）与纠错（信道编码）严格分开、逐层独立优化；而JSCC打破了这一分离，把压缩与信道编码联合优化，甚至直接把信源信号映射为已调波形。
2019年，Bourtsoulatze、Burth Kurka与Gündüz在ICASSP上提出DeepJSCC，将图像像素值直接映射为复数值信道输入符号，编码器与解码器由两套卷积神经网络参数化、联合训练，构成中间含不可训练噪声信道层的自编码器。实验表明：在加性高斯白噪声信道下，DeepJSCC在低信噪比、低带宽域的性能优于”JPEG/JPEG2000压缩+逼近容量信道编码”的数字分离方案；更重要的是，DeepJSCC不存在传统数字方案的”悬崖效应”，随着信道信噪比变化呈现平滑、优雅的性能退化；在慢瑞利衰落信道下，DeepJSCC能够学习噪声鲁棒的编码表示，并在所有信噪比与带宽条件下显著优于基于分离的数字通信。这一工作直接启发了此后大量面向语义与任务导向传输的端到端学习方案，被广泛视为深度JSCC的奠基性成果。2026年，北京邮电大学团队在IEEE Transactions on Wireless Communications发表Token通信联合编码调制方案，进一步验证了信源—语义—信道联合设计的可行性。
4.3 语义知识库与知识增强
语义知识库（Semantic Knowledge Base）是语义通信的关键使能技术：发送端与接收端共享先验知识，仅传输缺失或不确定的语义内容，从而在极高压缩比下保留信源语义。2023年，Wang等在IEEE Communications Letters发表研究成果，在接收端引入知识图谱以增强语义理解、提升语义一致性；Masked VQ-VAE方案则通过学习语义码本与掩码机制，增强语义码字抗信道噪声能力，保障恶劣信道下的语义恢复质量。产业层面，鹏城实验室于2023年11月发布《面向现代语义通信的语义知识库技术白皮书》，并于2026年5月在中国通信学会现代语义通信专委会上联合合作团队发布《语义知识库白皮书2.0》，为语义通信落地提供重要支撑。当前知识库研究面临两大挑战：一是跨领域通用知识库缺失，现有知识库多为专用知识库；二是静态知识与动态场景信息难以融合。
4.4 语义信道编码与联合编码
语义信道编码负责在语义层面抵抗噪声，是语义通信走向实用化的关键环节。2025年，北京邮电大学研究团队在IEEE Transactions on Cognitive Communications and Networking上发表研究，初步建立语义信道容量理论框架，证明其容量可显著高于传统信道容量。在协议层面，2025年石光明团队Wang等提出无重传语义传输协议（SITP），利用语义鲁棒性实现无重传高可靠传输，是协议层首个工程化尝试。总体而言，语义信道编码在2025年才刚刚起步，编解码算法设计、性能分析、标准制定均处于探索阶段，与经过数十年沉淀、已高度标准化的Turbo码、Polar码等传统信道编码相比仍有较大差距，是当前全链路语义化中成熟度最低的环节之一。
4.5 语义网络与资源管理
语义网络将语义通信从单链路拓展至多用户场景，是支撑大规模商用的必要条件。现有研究已尝试将语义相似性引入用户分组、功率控制与带宽分配，以提升网络语义吞吐率与能效；多任务场景下的用户体验质量度量与资源分配方法亦得到初步验证。在隐私保护方面，2024年发表于IEEE Transactions on Wireless Communications的研究证实，语义层面可实现更精细的隐私保护——发送端可选择性传输任务相关语义信息，而保留无关的隐私内容，这为语义通信赋予了传统比特传输不具备的隐私粒度。
4.6 生成式语义通信
生成式语义通信（Generative Semantic Communication, GSC）是新一代语义通信范式：发送端只传递高度压缩的语义意图，接收端借助生成模型”再创造”语义等价内容。2024年，石光明团队在ICASSP上提出SG2SC框架，验证了生成式方法在图像语义通信中的优越性；2025年，该团队带领西安电子科技大学与鹏城实验室实现公里级水声图像视频通信，所需算力不足200 TOPS。崔曙光团队在Engineering期刊上系统综述了生成式语义通信的三大技术支柱，搭建了范式分类体系。
GSC对商用化的影响深刻而复杂：一方面，它通过”以算力换带宽”为带宽极度受限的深空、应急通信场景带来独特优势；另一方面，它提升接收端算力需求、约束终端部署，放弃逐比特精确性而使语义保真度的定义与验证成为新问题，并因生成模型固有属性而引入幻觉、追责与内容安全等全新风险（详见第七节）。
五、任务导向传输：从”传得准”到”用得好”
5.1 任务导向传输的内涵
如果说语义信源编码解决的是”如何更高效地传语义”，那么任务导向传输（Task-Oriented Transmission）解决的是”为什么要传、传多少才够”。其核心思想是：通信目标不再是对信源的无损或高保真复现，而是以接收端能否成功完成任务为最终判据。在任务导向框架下，发送端只提取并传输与目标任务严格相关的语义信息，主动丢弃与任务无关的内容，从而在满足任务需求的前提下实现传输比特的最大压缩。
这一思想与韦弗三层模型中的效用层（层级C）一脉相承，又比语义层（层级B）更进一步：它不仅要求”含义传得对”，更要求”含义用得上”。在面向机器的通信场景中尤其如此——例如自动驾驶语义分割、车路协同感知、无人机目标识别、工业质量检测等任务，接收端的目的是快速、准确的推断与决策，而非像素级、波形级的完美重建。为此，2022年Xie等在JSAC发表论文，首次系统研究以任务完成为目标的语义通信，通过优化编解码器丢弃与任务无关信息，进一步压缩传输比特率，被广泛视为任务导向语义通信的奠基性工作。
5.2 性能评价体系的跃迁
任务导向传输必然要求评价体系的根本变革。传统通信以吞吐量、误码率（BER）、信噪比等语法级指标衡量性能，这些指标无法反映语义有效性与任务完成度。在语义与任务导向体系下，需要引入任务准确率、语义保真度、意图对齐精度等跨层指标，并对不同场景（智能体交互、沉浸式通信、卫星通信、生成式AI等）建立统一的评测框架，以实现公平比较与标准合规。值得注意的是，传统峰值信噪比/SSIM等度量在生成式语义通信场景中可能失效——高PSNR的生成图像可能存在语义错误，而低PSNR的生成图像反而语义准确，这进一步凸显了从”比特中心”向”意义感知”评测范式转变的必要性。
5.3 典型应用场景
任务导向语义通信已在多个垂直场景中展现出显著优势。
车联网与自动驾驶：V2X协同感知要求车辆在极低时延下共享感知信息，传统像素级图像/点云传输带宽开销巨大。研究提出层次化多尺度语义感知协同感知框架（如HMS-SCP），通过空间重要性预测器识别任务相关网格元素，并直接映射为复数值符号经JSCC传输，实现带宽高效的噪声鲁棒协同感知；另有基于SegFormer语义编码器、面向语义分割的端到端自动驾驶语义通信系统，以及面向自动驾驶视频传输、适配SNR并只传关键区域语义的DeepJSCC方案。5G-A车联网确定性网络中的语义通信系统（DDA-SC）则针对高实时、低时延约束，引入截止时间敏感的语义编码器以适配确定性网络。
工业互联网：工业现场对实时性与鲁棒性要求严苛，动态信道下传统固定码率机制符号错误率随信道劣化急剧上升。基于JSCC的工业语义通信成为满足工业控制高可靠低时延需求的核心技术方向。
卫星、水声与应急通信：在频带资源极度稀缺的场景，语义通信已实现视频、图像和话音的成功传输。张平团队研制并展示星地语义通信系统；石光明团队实现超百米级、乃至公里级远距离水声多媒体语义传输。2024年新华网报道，语义信息论指导下的现代语义通信已在沉浸式视频传输、无人车联、无人机网络、泛在连接卫星通信及大规模物联网等场景验证了优异性能，未来将通过赋能具身智能，助推低空经济、工业互联网、XR、智慧教育、元宇宙等获得新的发展空间。
六、6G语境下的标准化与商用化进程
6.1 标准化布局
标准化是技术走向商用的前提。语义通信已被全球主要标准化组织纳入视野。2019—2021年间，国际电信联盟（ITU）SG20研究组于2021年正式批准”面向物联网与智慧城市的语义通信架构框架”项目立项；ITU-T SG13研究组推进”面向未来网络的语义感知网络需求”相关研究；中国IMT-2030（6G）推进组于2021年12月成立工作组，探索面向6G的语义通信与语义感知组网。在3GPP层面，张平院士团队的技术成果已被国际标准化组织采纳；2026年3月，鹏城实验室与北京邮电大学提交的技术提案正式写入3GPP。据新华网2024年报道，目前国家已成立针对语义通信国际标准化的任务组，由张平团队牵头，运营商、设备商、终端厂商等国际国内三十余家单位积极参与，完成的技术提案已超过六十项。三星、NTT DOCOMO等国际企业亦在2025年发布的6G白皮书中将语义/任务导向通信列为关键方向。
需要指出的是，语义通信的标准化仍面临跨层架构的挑战：它横跨物理层、应用层与人工智能层，难以在现有3GPP协议栈架构（如TS 38.300）中干净地嵌入。IEEE、ITU-T等机构则从联邦机器学习、语义感知网络等角度推进相关工作，多条标准化路径并行演进。
6.2 商用化三阶段研判
依据技术成熟度、市场迫切性与生态完整性，产业界对语义通信商用化形成了较为一致的分阶段研判。短期（3～5年）：在工业物联网、应急通信、深海水声通信等具有明确语义任务与场景约束的垂直行业实现局部试商用；中期（5～10年）：伴随6G技术与标准化演进，语义编解码与语义认知网络架构等有望纳入全球6G标准框架；远期（10～20年）：实现全网络语义内生智能化的大规模部署。这一时间表也与信息通信技术从萌芽到商用通常需10～20年的普遍规律相吻合。
6.3 商用化的动力结构
设备商与运营商当前对单纯”省带宽”的急迫感并不强——5G/6G带宽已相当充裕，且语义通信与现有网络协议的兼容性尚未完全建立，这在客观上削弱了产业短期投入的意愿。但另一方面，随着千亿级异构智能体（大模型具身智能、无人集群）在网络中大规模部署，网络发展的核心痛点正从”速率不足”转向”异构智能体之间无法理解与无缝协作”，即语义鸿沟。这一转变重新定义了语义通信的商用价值：其核心驱动力不再是”节省带宽”，而是”赋能网络具备连接、协同高阶智能的能力”。因此，智能体技术的兴起、端到端语义化的工程突破与标准化体系的完善，构成了语义通信商用化的三大有利因素。
七、挑战与开放问题
语义通信从学术走向商用，仍横亘着多重挑战，需要理论与工程界正视。
其一，理论体系尚待完善。尽管语义信息论已确立同义性框架并证明三大语义编码定理，但语义度量、语义失真、跨模态语义对齐等基础问题仍有大量空白；石光明团队与肖泳团队推导出任务引导的语义信息容量上界，华为实验室提出编码器速率与解码器准确率的权衡问题，海南大学团队量化刻画语义对齐偏差与多维度语义歧义，均表明该方向仍处于快速演进阶段。
其二，全链路技术成熟度不足，尤其是语义信道编码。语义信道编码2025年才起步，语义调制的相关研究近乎空白——如何将语义表示映射为电磁波形、如何设计语义调制星座图与检测算法、如何分析抗干扰性能，均缺乏系统性研究。语义网络协议仅有极少数初步探索，现有协议栈皆为比特传输设计，支持语义网络需要在协议层面进行革命性设计，这不仅是技术问题，更涉及标准制定与产业生态。
其三，兼容性与共存机制缺失。这是商用化最现实的障碍：设备商与运营商难以在短期内为语义通信研发专用设备、搭建全新网络，语义通信必须与现有4G/5G基础设施共存甚至按场景切换。然而据调研，目前尚无文献系统研究语义层与比特层的共存机制、切换策略与协同工作模式，这一研究空白已成为商用化的重大障碍。
其四，语义知识库的通用性与同步问题。现有知识库多为专用知识库，跨领域通用知识库缺失，静态知识与动态场景信息难以融合；知识库的同步、更新与一致性维护，以及算力开销（语义编码依赖大模型带来的传输与计算成本），都是尚未解决的系统问题。
其五，生成式语义通信的额外风险。幻觉与可追溯性——生成模型可能在接收端”创造”出发送端并不存在的内容，在娱乐场景尚可接受，但在工业控制、医疗监测等安全关键场景构成严重可靠性隐患，且输出追责机制尚无成熟方案；推理时延与算力约束——扩散模型去噪推理通常需数十至数百步迭代，现阶段更适合非实时场景；感知一致性度量缺失——语义保真度的客观评测标准尚未形成，制约公正评测与标准化。
其六，安全、合规与隐私。语义通信把”理解”下沉到网络节点，天然涉及内容可读性与隐私保护之间的张力；生成式AI的内容生成能力可能被滥用，各国监管框架正在快速演进，语义通信系统的商用合规路径尚不明朗。此外，量子语义扩展、后量子安全等前沿议题亦已进入研究视野。
八、结论与展望
通信正在经历从”搬运比特”到”理解语义”再到”服务任务”的范式跃迁。本文以”位置寻址—比特传输—语义理解—任务导向传输”为主线，系统论证了这一跃迁的历史必然性与技术可行性：位置寻址按拓扑标识节点、比特传输以符号保真为目标，二者共同构成了语法级通信的结构性框架，也在内涵层面留下了系统性的”语义鸿沟”；以”同义性”为核心的语义信息论，通过同义映射给出了语义的严格数学刻画，并以语义熵、语义信道容量、语义率失真函数在理论上证明了对经典极限的系统扩展；以深度JSCC、语义知识库、语义信道编码与生成式语义通信为代表的技术体系，正把理论增益转化为工程能力；而以任务完成度为判据的任务导向传输，则把通信目标从”传得准”升华为”用得好”。
面向6G与更远的未来，语义通信的演进路径已清晰浮现：在垂直行业先行试商用，在6G标准框架中完成语义编解码与语义认知网络架构的嵌入，最终实现全网语义内生智能化。在此过程中，理论体系的完善、全链路语义化的工程突破、与现有体系的兼容共存、知识库的通用化建设，以及安全合规机制的健全，将是决定这一范式能否真正落地的关键变量。可以预期，随着千亿级智能体互联时代的到来，“让网络理解意图、让传输服务任务”的语义通信，将成为信息通信基础设施从”可连接”走向”可理解”的基石。
数据来源
本文所引数据、论断与趋势判断，主要来源于以下公开权威资料，读者可按需核验：
1. 香农1948年《通信的数学理论》与香农、韦弗1949年合著《通信的数学理论》（University of Illinois Press），确立经典信息论与三层模型。
2. 张平院士团队《语义通信的数学理论》（《通信学报》，2024）及Springer同名专著，及北京邮电大学新闻网、网络与交换技术国家重点实验室相关报道（news.bupt.edu.cn / sklnst.bupt.edu.cn）。
3. 新华网《语义信息论研究及关键技术取得新进展》（news.cn，2024-07-10）：语义通信国际标准化任务组、三十余家单位、六十余项技术提案等数据。
4. 石光明、杨旻曦、高大化、肖泳《语义通信技术商用化之路》（《中兴通讯技术》，2026）：商用化三阶段研判、技术模块成熟度、生成式语义通信等。
5. 张平院士《语义信息论驱动6G技术范式变革与创新发展》（学习时报）及”6G将开启内生智能新纪元”相关报道（环球网）。
6. 中国信息通信研究院《6G典型场景和关键能力》白皮书（caict.ac.cn，2022）及IMT-2030（6G）推进组公开预测：2040年6G终端连接数达1216亿台、较2022年增长超30倍，月均流量增长超130倍、达万亿GB，物联网终端千亿级、连接占比超90%，XR/全息等沉浸式业务贡献超一半月均流量、月均流量突破三万亿GB，新型终端设备规模近7亿台；6G连接密度达10⁸设备/平方公里、较5G提升百倍。
7. IEEE/arXiv公开文献：DeepJSCC（Bourtsoulatze、Burth Kurka、Gündüz，ICASSP 2019）、DeepSC文本语义编码、语音语义编码（Weng等，2021）、DTSCC图像语义编码（Dai等，2022）、任务导向语义通信（Xie等，JSAC 2022）、语义知识库（Wang等，IEEE CL 2023）、语义信道容量理论（北邮，IEEE TCCN 2025）、Token联合编码（IEEE TWC 2026）、HMS-SCP车联网协同感知、SITP无重传语义传输协议等。
8. 鹏城实验室《面向现代语义通信的语义知识库技术白皮书》及《语义知识库白皮书2.0》（pcl.ac.cn）。
9. ITU SG20、ITU-T SG13、3GPP、IMT-2030推进组及IEEE等标准化组织公开技术文档与报告。
10. 中兴通讯《基于通信扩展定义的语义通信三层架构》（2024）等相关行业资料。
11. 华为2026年6月MWC上海相关公开表述：移动网络从”联人联物”扩展到”联智”，2030年后具身智能将推动联接规模进入千亿级。
免责声明
一、本文由淞基科技（上海）有限公司、淞基信息通信研究院、淞基未来信息网研究部、淞基新一代信息技术网研究部联合撰写，旨在开展面向行业与学术界的技术研究与趋势探讨，内容供信息参考与学术交流之用，不构成任何投资建议、商业决策建议、合同要约或法律意见。
二、文中涉及的第三方数据、技术成果、标准进展及产业预测，均来源于公开资料，作者已尽力核验其来源与时效性，但不对其准确性、完整性、及时性作出任何明示或默示的保证。引用第三方观点时，均已注明来源，相关观点版权归原作者或发布机构所有。
三、文中关于商用化时间表、市场规模、连接数、流量增长等技术经济预测，属于基于当前技术成熟度、标准演进态势与产业认知的前瞻性判断，存在较大的不确定性与变化可能，实际进程可能与之存在显著差异。读者不应以本文预测作为决策依据。
四、本文作者单位及其关联机构与文中提及的第三方研究机构、企业、标准化组织之间不存在利益关系，亦不对文中涉及产品或方案作任何背书或推介。
五、未经书面许可，不得将本文用于商业性用途或对本文内容进行断章取义式引用；如需引用，请注明完整出处并保持文意完整。
六、如对本文内容或数据来源有任何疑问，欢迎与作者单位联系核实。
