无人机远距离作业
信息传输如何保障？
答案是
新一代通信网
智传网 AI Flow
生成式智能传输
GenTrans
无人机在远程作业中，无线通信链路就像一条随着距离增加，条件逐渐恶化而变窄的道路。当业务码率持续高于链路可用吞吐率时，数据就可能开始排队甚至丢失。
随着作业距离增加、链路裕量下降，无线系统通常需要采用更稳健的调制编码方式来维持连接，可供业务使用的吞吐率也随之下降。这时首先发生的，并不是链路彻底中断，而是还能连，但已经越来越“装不下”视频。
传统方法虽然能够通过提高功率、高增益天线、低频通信、低阶调制、强纠错和中继等手段有效增加通信距离，但普遍面临功耗和重量上升、天线尺寸增大、频谱资源有限、吞吐率显著下降以及网络部署复杂等问题。
尤其在远距离、低信噪比和窄带条件下，传统 720P 视频所需的 Mbps 级码率与无线链路能够稳定提供的传输能力之间存在根本矛盾。因此，仅依靠“把信号做得更强”已经难以持续突破距离瓶颈。
TeleAI 则目光投向了另一个方向：当链路能力有限时，能不能让需要传过去的视频流本身变少？
在中国电信集团 CTO、首席科学家、中国电信人工智能研究院（TeleAI）院长李学龙教授带领下，TeleAI 团队结合新一代通信网智传网（AI Flow）核心技术，自主研发生成式智能传输（GenTrans）图传设备，实现无人机在飞行过程中保持高清、流畅画面的远端实时回传。
TeleAI 将视频采集、编码处理，以及通信、供电等能力集成在一体化设备中，以智传网（AI Flow）生成式智能传输为核心，把采集到的视频凝练成词元流，传输后再在接收端还原重建。
这一技术将传统视频的 Mbps 级数据量压缩至百 kbps 词元流，使系统能够真正使用更低速率、更高灵敏度、更强纠错的远距离物理层模式，从而把算法带来的码率下降进一步转化为链路预算、覆盖距离和通信可靠性的提升。
换言之，智传网（AI Flow）生成式智能传输并不是对现有射频技术的替代，而是突破传统“功率-带宽-距离”约束、释放低速远距离链路能力，并与低频通信、强纠错以及中继形成协同增益的关键技术路径。
太湖实地测试距离示意图
TeleAI 在太湖实地测试中验证，在固定信道带宽为 2.5MHz 条件下，5.3 公里时可用吞吐率约为 2.84Mbps；但距离来到 17.6 公里时，可用吞吐率会下降到 1.18Mbps。此时，通过 H.264 传输的画面已经开始出现轻微卡顿的现象。
当距离进一步扩大到 35.8 公里时，可用吞吐率降低至 656kbps，H.264 传输的视频画面出现明显卡顿，而通过智传网（AI Flow）生成式智能传输的视频仍能保持清晰流畅。
在极限的 47.5 公里距离，网络可用吞吐率仅为 265kbps。此时，智传网（AI Flow）生成式智能传输的业务码率仅为 100.8 kbps，回传视频仍能保持清晰连贯；但 H.264 传输的视频已严重卡顿和花屏。
点击播放视频
无人机在远距离飞行过程中，随着通信距离增加以及姿态、遮挡和环境变化，无线链路的信噪比和可用吞吐率会不断下降。虽然生成式智能传输能显著降低视频传输所需码率，但如果仍采用传统面向高吞吐量设计的通信模式，其低码率优势并不能充分转化为实际的传输距离优势。
因此，TeleAI 引入低码率业务与远距离链路协同适配技术，针对低带宽需求的特点，匹配低阶调制和低速率传输模式，使通信系统能够在更低信噪比条件下保持稳定连接，从而将智传网（AI Flow）节省出的带宽进一步转化为链路预算和通信距离增益。
此外，远距离无线链路并不是始终稳定的，在无人机运动过程中可能出现信号衰减、带宽波动甚至短时丢包。TeleAI 引入无线链路自适应保障机制，实时监测链路质量，并根据通信状态动态调整调制编码方式、纠错强度、传输带宽和重传策略，提高视频数据在复杂无线环境中的传输可靠性。
最后，轻小型无人机对载荷重量和供电能力十分敏感。TeleAI 针对计算模块、供电模块、通信模块和散热结构进行一体化布局，并通过功耗管理和结构优化，在满足生成式智能传输实时运行需求的同时，尽可能降低图传设备的重量和能耗。
