来源 :泰信电子2026-10-21
一般认为，广电网络上一个景气周期顶点是2015年前后，此后行业整体一路下滑。那么，广电网络是否还有走出困境的机会？
有！就是在AI算力大规模投资走向过剩之前。
1、从傅里叶变换说起
傅里叶变换是一种应用广泛的数学工具，最早来自19世纪的热传导研究，真正走向大规模工程应用，则始于20世纪60年代的核试验地震监测。此后，它进入医学影像，成为CT、MRI重建图像的核心。
后来，傅里叶变换又支撑MP3等数字音乐产业；进入信息社会，傅里叶变换在DVB、DTMB、4G、5G等传输技术中规模化应用，成为现代射频算力网的基石，也是今天AI技术的重要基础之一。
2、下一个傅里叶变换的重磅应用
当前AI生成的人脸视频之所以常带有“AI味”，一个重要原因是人脸轮廓等低频结构较易生成，但毛孔、皱纹、微表情、皮肤纹理等高频细节成分不够，时序和光影尚未被充分还原。这样的AI视频没有生活的气息，过度数字平滑处理的人脸，就像是用塑料做的，甚至会让人感觉到莫名其妙的恐怖。
这种“AI味”的一个重要原因，是视频生成时用于还原高频细节和时序相位的有效傅里叶级数不足，而级数不足的根本原因是算力供给不足。所以，现在AI视频主要应用于手机小屏。
当AI视频走向电视大屏，从短视频走向长视频，从“看起来像”走向“经得起凝视”，感觉到真实，必然像显卡那样，需要消耗更大算力。特别是当模型需要处理更高分辨率、更多帧数、更长时间一致性的高清甚至超高清视频时，算力消耗将会指数级增加。
道理很简单，AI的基础是通信，而算力主要是由一个个微小的通信过程组合在一起的。而通信是一个物理装置，遵循最基础的物理数学规则。
超高清在通信传输上遇到的那堵能耗墙，在AI时代不会消失。读懂广电网络的“韬定律”，你就会清楚这背后的数学物理原理。
3、广电网络过去辉煌的原因
广电网络数字化后，能够同时传输大量频道，而早期互联网只能传输文字和图片，视频传输常常卡顿、黑屏，根本无法与高效的广播网相比。这期间，就是广电网络的辉煌时期，2015年达到顶点。
现在，我们已经很清楚，广电网络的辉煌，是建立在高效广播算力网基础上的。贲德院士获得国家最高奖，给我们传递了这方面的重要信息。
后来互联网逐步具备了视频承载能力，但背后依赖的是数据中心、CDN、云存储和大规模算力调度。这些是PC互联网和移动互联网时代的算力吞金兽，也是互联网流量经营的核心。
所以，几乎有头有脸的互联网巨头，都经营网络视频云计算业务，也就是经营互联网中的“电视台”。
广播电视媒体辉煌期的结束，源于传输媒介的高度封闭，整个行业被困在机顶盒里，技术迭代缓慢，广播网络潜力无法充分释放，广电网络被迫变成机顶盒运营商；与此同时，行业为三网融合进行了大量低效的网络改造投资，但云计算的投资却远远不够，更严重的是错过了时间窗口。
很多广电网络从业者开始反思：全面IP化丢失主责主业，将整个行业引入歧途，行业的兴衰与广播网络的高效利用紧密关联。
4、广电网络下一个走出困境的时间窗口
当前，AI算力基础设施正经历一轮高强度投资。当AI算力满足了编程、办公等高价值应用后，必然会寻找新的应用出口，在5G+超高清、千兆光网+超高清之后，进入AI+超高清的叙事阶段。
届时，大量AI算力将用于超高清，客厅中那个快被遗忘的电视大屏或将迎来第二春。
这从另一个侧面说明，超高清是算力应用的比拼，广播电视网是最高效的算力网络。
在此之前，就是广电网络成为超高清公共服务基础设施、变成最高效的算力网、实现突围的最后时间窗口。
【关联阅读】
