2025年AI與6G網(wǎng)絡(luò)融合報(bào)告-中國信科

T中T中信科移動(dòng)CCTMobileAI與6G網(wǎng)絡(luò)融合INTEGRATIONOFAIAND6GNETWORK 摘要系統(tǒng)闡述了6G內(nèi)生智能架構(gòu)的核心設(shè)計(jì)理念、關(guān)鍵技術(shù)及發(fā)展路徑，旨在構(gòu)建具備內(nèi)生智能、開放生態(tài)與智能孿生特內(nèi)生AI能力和多層次AI智算開放體系。通過定義能力調(diào)用、AI數(shù)據(jù)交互等技術(shù)的特點(diǎn)，詳細(xì)闡述了小模型驅(qū)動(dòng)邊緣智能、大模型賦能全局智簡，以及智能孿生實(shí)現(xiàn)虛實(shí)協(xié)同的具體技術(shù)路徑。AI小模型憑借在特定場景下的高精度與高效能，在各類功能級(jí)用例中展現(xiàn)出顯著優(yōu)勢(shì)；網(wǎng)絡(luò)大模型/智能體（Agent）則更適用于處理跨模態(tài)數(shù)據(jù)、復(fù)雜決策與資源編排等全局本白皮書為6G內(nèi)生智能架構(gòu)提供了系統(tǒng)性技術(shù)框架。中信科移動(dòng)通信技術(shù)股份有限公司（簡稱“中信科移動(dòng)”）希望以此為契機(jī)，推動(dòng)產(chǎn)業(yè)協(xié)同AI與6G網(wǎng)絡(luò)融合內(nèi)生·內(nèi)生·開放·孿生本白皮書版權(quán)專屬中信科移動(dòng)通信技術(shù)股份有限公司科移動(dòng)”）所有，并受法律保護(hù)。如需基于非商業(yè)目的引01020304目錄目錄AI與6G網(wǎng)絡(luò)融合白皮書言通信技術(shù)的每一次躍遷都在不斷拓展連接的內(nèi)涵。從5G開啟的“萬物互聯(lián)”時(shí)代，到6G描繪的“萬物智聯(lián)”藍(lán)圖，本次跨越十年的技術(shù)變革不僅將實(shí)現(xiàn)跨越單一領(lǐng)域的創(chuàng)新，更將成為推動(dòng)產(chǎn)業(yè)隨著全息通信、群體智能、元宇宙等新型場景的爆發(fā)式增長，傳統(tǒng)基于規(guī)則驅(qū)動(dòng)的網(wǎng)絡(luò)正面臨根本性挑戰(zhàn)：依賴人工經(jīng)驗(yàn)的參數(shù)配置難以適應(yīng)時(shí)變信道；固定功能的協(xié)議棧無法靈活滿足多元化業(yè)務(wù)需求；煙囪式網(wǎng)絡(luò)架構(gòu)也使AI能力難以高效融入。要破解這些難題，AI與6G的深度融合已不再是技術(shù)選項(xiàng)，而是構(gòu)建下一代智能通信基礎(chǔ)設(shè)施的必由之路。通過將AI內(nèi)生于網(wǎng)絡(luò)架構(gòu)，使每一個(gè)網(wǎng)絡(luò)節(jié)點(diǎn)都具備感知、決策與執(zhí)行的智能閉環(huán)能力，最終為破解通信網(wǎng)絡(luò)當(dāng)前面臨的“管道化”和“邊緣化”困境，本白皮書提出了“內(nèi)生-開放-孿生”通過網(wǎng)絡(luò)功能與AI能力的原生耦合，實(shí)現(xiàn)AI能力與網(wǎng)絡(luò)功能的深度集成。網(wǎng)絡(luò)內(nèi)生支持AI全生命周期管理，并通過統(tǒng)一的架構(gòu)對(duì)數(shù)據(jù)、算力、模型等資源要素實(shí)現(xiàn)協(xié)同調(diào)度；同時(shí)，前向兼推動(dòng)6G網(wǎng)絡(luò)內(nèi)生智能的實(shí)現(xiàn)。端、邊、網(wǎng)、云協(xié)同的分層智算體系實(shí)現(xiàn)算力、數(shù)據(jù)和模型服務(wù)的開放，利用統(tǒng)一接口賦能千行百業(yè)。無線基站提供實(shí)時(shí)智算能力，邊緣智腦支持區(qū)域化大模型部署，智腦中心打造全局智算有效降低各行業(yè)智能化的門檻。升級(jí)數(shù)字孿生為智能孿生，融合大模型與智能體技術(shù)，構(gòu)建虛實(shí)交互閉環(huán)。通過內(nèi)閉環(huán)驗(yàn)證AI策略的可靠性，外閉環(huán)反饋優(yōu)化孿生模型，實(shí)現(xiàn)網(wǎng)絡(luò)的自配置、自優(yōu)化和自修復(fù)，為復(fù)雜場景提供高保真預(yù)演與風(fēng)險(xiǎn)規(guī)避能力。內(nèi)生·開放·孿生在AI與網(wǎng)絡(luò)融合的路徑上，針對(duì)差異化問題采用多元AI技術(shù)方案。小模型驅(qū)動(dòng)邊緣智能，在端邊側(cè)部署輕量化模型，解決超大規(guī)模天線波束管理、大模型賦能全局智治，云端大模型整合跨域數(shù)據(jù)，構(gòu)建網(wǎng)絡(luò)知識(shí)圖譜，實(shí)現(xiàn)意圖驅(qū)動(dòng)的決策與多智能體協(xié)同，推動(dòng)網(wǎng)絡(luò)由單域優(yōu)化向全局智能演進(jìn)。智能孿生則實(shí)現(xiàn)虛實(shí)協(xié)同，利用數(shù)字孿生生成海量理網(wǎng)絡(luò)反哺孿生模型，孿生模型優(yōu)化物理網(wǎng)絡(luò)”的智能的核心問題，并為國際組織提供了標(biāo)準(zhǔn)制定的02AI與6G網(wǎng)絡(luò)融合白皮書AI與6G網(wǎng)絡(luò)融合白皮書01內(nèi)生·開放·孿生04業(yè)務(wù)模式革新：AI加速推動(dòng)移動(dòng)通信服務(wù)向場景化、定制化方向升級(jí)。高清視頻、XR/全息通信等新興業(yè)務(wù)對(duì)網(wǎng)絡(luò)提出了超低時(shí)延、超高可靠和確定性體驗(yàn)保障等更高要求[1]，需AI技術(shù)貫穿業(yè)務(wù)全生命周期。6G網(wǎng)絡(luò)通過AI驅(qū)動(dòng)的用戶行為建模、智能流量調(diào)度、多維QoS映射，能夠精準(zhǔn)匹配差異空口、分布式智能體、AI原生協(xié)議棧和數(shù)字孿生仿真等創(chuàng)新技術(shù)，推動(dòng)網(wǎng)絡(luò)突破傳統(tǒng)架構(gòu)瓶頸，加速多維數(shù)據(jù)融合：AI推動(dòng)復(fù)雜異構(gòu)環(huán)境下的開放服務(wù)生態(tài)構(gòu)建。通過通感算智一體化，AI支持環(huán)境感知與資源動(dòng)態(tài)編排，結(jié)合多模態(tài)數(shù)據(jù)融合分析，打造意圖驅(qū)動(dòng)的自智網(wǎng)絡(luò)[4]，為智慧城市、工業(yè)互AI與6G網(wǎng)絡(luò)的深度融合，正引領(lǐng)通信系統(tǒng)智能化重構(gòu)融合性發(fā)展智聯(lián)化升級(jí)6G網(wǎng)絡(luò)服務(wù)體系將由“通信主導(dǎo)”向“通感算智”深度融合轉(zhuǎn)變，從單純信息傳遞升級(jí)為賦能服務(wù)。服務(wù)場景進(jìn)一步拓展，從單一連接向全維智能使能延伸[6]，重塑通信突破了傳統(tǒng)交互邊界，實(shí)現(xiàn)虛實(shí)空間的實(shí)時(shí)映射。分布式群體智能支撐智能設(shè)備自主通信設(shè)備正突破物理局限，加速向智能體終端演進(jìn)。AI賦車等）多模態(tài)感知能力，6G終端將不再僅作為信息接收者，而是具備環(huán)境感知與協(xié)作AI與6G網(wǎng)絡(luò)融合白皮書05目前，6G正處于早期研究與開發(fā)階段，全球眾多國家和行業(yè)組織已開始積極布局6G通信與AI場景用例與需求研究》首個(gè)6G標(biāo)準(zhǔn)項(xiàng)目，標(biāo)志著全球6G標(biāo)準(zhǔn)化工作正式進(jìn)入實(shí)質(zhì)推進(jìn)階段。2025年3月，在韓國仁川召開的6G研討會(huì)上，有公司提出構(gòu)建可擴(kuò)展的AI/ML框架，并要求網(wǎng)絡(luò)原生支持AI生命周期管理。在SA1會(huì)議中，多家公司提交了有關(guān)AIAgent、自動(dòng)駕駛、智能群組管理等應(yīng)用場景的用例建議。2025年5月的SA2會(huì)議則將Agent相關(guān)研究正式納入標(biāo)準(zhǔn)研究范圍?？傮w來看，3GPP的6GAI標(biāo)準(zhǔn)化正處于由需求定義向架構(gòu)設(shè)計(jì)轉(zhuǎn)型的關(guān)鍵階段，內(nèi)生智能理念已形成廣泛共識(shí)，但具體的技術(shù)路徑與用例方案仍需進(jìn)一步明確。國內(nèi)外各方也在積極探索AI與6G的深度融合。IMT-2030(6G)推進(jìn)組持續(xù)在面向AI服務(wù)的QoS體系構(gòu)建、多維智能協(xié)同、網(wǎng)絡(luò)大模型與智能體等方面開展研究[8]。ITU則啟動(dòng)了《6G網(wǎng)絡(luò)架構(gòu)和技術(shù)性能指標(biāo)》研究項(xiàng)目，提出了6G網(wǎng)絡(luò)架構(gòu)設(shè)計(jì)的指導(dǎo)原則，強(qiáng)調(diào)網(wǎng)絡(luò)功能與AI能力的深度融合[9]。目前，AI與6G網(wǎng)絡(luò)的深度耦合正逐步從理論研究向?qū)嶋H應(yīng)用轉(zhuǎn)化，但仍需突破內(nèi)生智能架構(gòu)設(shè)計(jì)、網(wǎng)絡(luò)大模型/Agent研發(fā)與大小模型協(xié)同等技術(shù)瓶頸，并依托全球協(xié)作推動(dòng)標(biāo)準(zhǔn)化和產(chǎn)業(yè)化進(jìn)程。內(nèi)生內(nèi)生·開放·孿生02AI與6G網(wǎng)絡(luò)融合白皮書07空天地一體等新型業(yè)務(wù)場景的爆發(fā)式增長，移動(dòng)通信網(wǎng)絡(luò)正面臨多維疊加的技術(shù)挑戰(zhàn)：在空口效率方面，需要攻克超大規(guī)模天線陣列的動(dòng)態(tài)波束管理難題；在網(wǎng)絡(luò)架構(gòu)方面，空天地一體化組網(wǎng)導(dǎo)致網(wǎng)絡(luò)拓?fù)鋸?fù)雜度成指數(shù)級(jí)提升；在服務(wù)能力方面，既要滿足時(shí)延敏感型業(yè)務(wù)，又需兼容帶寬密集型業(yè)務(wù)的服務(wù)質(zhì)量需求。傳統(tǒng)基于規(guī)則驅(qū)動(dòng)的網(wǎng)絡(luò)優(yōu)化方法難以應(yīng)對(duì)復(fù)雜多變的網(wǎng)絡(luò)環(huán)境，尤其在網(wǎng)絡(luò)運(yùn)維和動(dòng)態(tài)運(yùn)行場景下，許多問題難以通過精確數(shù)學(xué)模型實(shí)現(xiàn)閉環(huán)優(yōu)化。以深度神經(jīng)網(wǎng)絡(luò)為代表的AI技術(shù)具備數(shù)據(jù)驅(qū)動(dòng)的自適應(yīng)學(xué)習(xí)能力，兼具動(dòng)態(tài)場景下的實(shí)時(shí)推理效率與多目標(biāo)的全局優(yōu)化能力，正成為突破傳統(tǒng)通信技術(shù)瓶頸的關(guān)鍵路徑。因此，6G網(wǎng)絡(luò)能力的躍升亟需AI賦能，并在架構(gòu)設(shè)計(jì)階段圍繞5G系統(tǒng)設(shè)計(jì)之初未原生集成AI能力，導(dǎo)致AI應(yīng)用必須通過外部接口接入，業(yè)務(wù)耦合度低且分析結(jié)果需往返傳遞，時(shí)效性受限，同時(shí)集中式智能網(wǎng)元易成為資源瓶頸。6G智能網(wǎng)現(xiàn)與AI的深度耦合[10]，使AI分析與數(shù)據(jù)產(chǎn)生源（網(wǎng)絡(luò)功能）緊密結(jié)合，減少數(shù)據(jù)跨域傳輸與信令交互，提升決策實(shí)時(shí)性與資源利用效率。更為關(guān)鍵的是，6G內(nèi)生智能需構(gòu)建支持AI全生命周期管理的統(tǒng)一架構(gòu)，協(xié)同調(diào)度網(wǎng)絡(luò)、數(shù)據(jù)、算力等多種資源。面對(duì)AI技術(shù)的快速演進(jìn)和網(wǎng)絡(luò)的高穩(wěn)定性要求，還需建立能力彈性機(jī)制，在保障網(wǎng)絡(luò)平穩(wěn)運(yùn)行的同時(shí)，持續(xù)引入新興AI6G內(nèi)生智能網(wǎng)絡(luò)為網(wǎng)絡(luò)AI發(fā)展提供了廣泛資源，但資源的高效利用成為新的挑戰(zhàn)。面對(duì)AI應(yīng)用的快速發(fā)展和多樣化服務(wù)需求，6G智能網(wǎng)絡(luò)須通過開放式架構(gòu)設(shè)計(jì)，面向智能社會(huì)的千行百業(yè)釋放當(dāng)前網(wǎng)絡(luò)的數(shù)據(jù)采集存在規(guī)模受限和成本過高的難題，阻礙了內(nèi)生·開放·孿生網(wǎng)絡(luò)智能化演進(jìn)的核心驅(qū)動(dòng)力。這些技術(shù)的不斷發(fā)從通信與AI融合的現(xiàn)狀來看，目前AI用例多以傳統(tǒng)協(xié)議層劃分，針對(duì)具體場景設(shè)計(jì)定制化小模型，因其高效率、低實(shí)現(xiàn)復(fù)雜度和較強(qiáng)準(zhǔn)確性，已在網(wǎng)絡(luò)優(yōu)化、資源調(diào)度等領(lǐng)域取得顯著成效。然而，小模型在實(shí)際部署過程中往往存在泛化性能不足、難以復(fù)用等局限。隨著AI與通信網(wǎng)絡(luò)需求的不斷擴(kuò)展，如何實(shí)現(xiàn)小模型的高效管理和泛化能具備知識(shí)抽取、多模態(tài)融合、跨域泛化、自主規(guī)劃與學(xué)習(xí)及自進(jìn)化等核心能力。通過融合通信領(lǐng)域?qū)I(yè)數(shù)據(jù)構(gòu)建網(wǎng)絡(luò)大模型，并面向典型通信場景開 發(fā)Agent系統(tǒng)，可充分釋放大模型/Agent在數(shù)據(jù) 分析與邏輯推理方面的優(yōu)勢(shì)，使通信網(wǎng)絡(luò)具備自 規(guī)劃、自學(xué)習(xí)、自進(jìn)化的能力，靈活應(yīng)對(duì)更高層次 和更豐富的應(yīng)用需求，助力智能網(wǎng)絡(luò)向“智簡網(wǎng)絡(luò)”發(fā)展。數(shù)字孿生技術(shù)則在6G網(wǎng)絡(luò)的規(guī)劃與運(yùn)維中展現(xiàn)獨(dú)特優(yōu)勢(shì)。通過對(duì)網(wǎng)絡(luò)結(jié)構(gòu)、環(huán)境和行為進(jìn)行精細(xì)模擬，實(shí)現(xiàn)網(wǎng)元孿生、環(huán)境仿真與行為預(yù)測(cè)等功能，數(shù)字孿生能夠有效緩解真實(shí)數(shù)據(jù)短板、縮短算法迭代周期、提高資源配置效率。結(jié)合大模型等先進(jìn)技術(shù)，數(shù)字孿生有助于實(shí)現(xiàn)個(gè)性化資源分配和精準(zhǔn)性能優(yōu)化，賦能網(wǎng)絡(luò)多場景服務(wù)能力，打造科學(xué)高效的網(wǎng)絡(luò)訓(xùn)練、部署與優(yōu)化平臺(tái)，為網(wǎng)絡(luò)規(guī)劃和決策提供強(qiáng)有力支撐，推動(dòng)無線通信網(wǎng)絡(luò)邁向高08AI與6G網(wǎng)絡(luò)融合白皮書09絡(luò)融合實(shí)踐中仍面臨諸多挑戰(zhàn)。其一，需要確保AI模型在多網(wǎng)元、跨域等復(fù)雜場景下穩(wěn)定高效協(xié)同，防止算法偏差導(dǎo)致的誤判、進(jìn)而影響網(wǎng)絡(luò)整體性能與用戶體驗(yàn)；其二，算力供給與算法性能間的平衡至關(guān)重要，在有限資源條件下兼顧高性能和低能耗問題、開放程度與數(shù)據(jù)安全性的平衡，也是實(shí)現(xiàn)商總之，AI與6G網(wǎng)絡(luò)的深度融合正處于快速發(fā)展和持續(xù)突破的關(guān)鍵階段。充分發(fā)揮小模型的高效性、大模型/Agent的泛化能力以及數(shù)字孿生的模擬優(yōu)化價(jià)值，將是6G邁向高度智能化的核心路徑。未來通信與AI的融合技術(shù)發(fā)展將呈現(xiàn)分層演進(jìn)趨勢(shì)：網(wǎng)元級(jí)側(cè)重于高性能和高效部署驅(qū)動(dòng)，高層聚焦多任務(wù)、多網(wǎng)元的協(xié)同，頂層則以大模型賦能的強(qiáng)智能為核心動(dòng)力。針對(duì)特定用例和場景，小模型將持續(xù)創(chuàng)新并廣泛應(yīng)用；而隨著AI技術(shù)進(jìn)一步發(fā)在大模型與網(wǎng)絡(luò)的融合路徑上，不同網(wǎng)絡(luò)域的發(fā)展進(jìn)程存在先后順序。例如，在運(yùn)維智能與運(yùn)行智能、核心網(wǎng)與接入網(wǎng)側(cè)的融合推進(jìn)上，通常會(huì)優(yōu)運(yùn)行智能。實(shí)際部署中，既有網(wǎng)元集成，也有云化兩種方式：網(wǎng)元集成主要解決實(shí)時(shí)性要求，云化則內(nèi)生·開放·孿生來自系統(tǒng)外部的多樣化智能體應(yīng)用。當(dāng)前，智能體在6G運(yùn)維場景中的應(yīng)用更為成熟和可控，而在6G業(yè)務(wù)架構(gòu)中的深度賦能尚需進(jìn)一步研究探索。覆蓋的復(fù)雜任務(wù)，但這一過程需以單Agent的成熟和穩(wěn)定為前提，Agent與通信的深度融合將是一個(gè)長期演化過程。同時(shí)，大模型/Agent正在多模態(tài)支撐等方面快速進(jìn)步，通信領(lǐng)域面向具體場景的專業(yè)大模型與Agent方案同步推進(jìn)，有望持續(xù)應(yīng)對(duì)和數(shù)字孿生技術(shù)的發(fā)展將進(jìn)一步提升網(wǎng)絡(luò)的高階智能和自主演進(jìn)能力。數(shù)字孿生網(wǎng)絡(luò)的實(shí)現(xiàn)需要持續(xù)的目標(biāo)牽引和分階段、分層次的系統(tǒng)構(gòu)建，先從網(wǎng)元級(jí)孿生出發(fā)，逐步擴(kuò)展到大規(guī)模的網(wǎng)絡(luò)級(jí)孿生系統(tǒng)。在數(shù)字孿生體系中，實(shí)現(xiàn)虛實(shí)孿生體的自主決策和協(xié)同，是邁向高級(jí)智能的重要標(biāo)志，這一過 ......空口性能無線系統(tǒng)性能......模型評(píng)估網(wǎng)元運(yùn)行數(shù)據(jù)通信行業(yè)知識(shí)......要實(shí)現(xiàn)大模型/Agent和數(shù)字孿生等AI技術(shù)與通信網(wǎng)絡(luò)的深度融合，必須在網(wǎng)絡(luò)功能、數(shù)據(jù)管理和算力管理等維度實(shí)現(xiàn)高度協(xié)同，并對(duì)網(wǎng)絡(luò)架構(gòu)、流程和端到端設(shè)計(jì)提出更高挑戰(zhàn)。同時(shí)，隨著AI技術(shù)的持續(xù)快速創(chuàng)新，6G網(wǎng)絡(luò)架構(gòu)必須具備足夠的彈縱觀AI技術(shù)發(fā)展，有通用能力基礎(chǔ)的底座模型，通過數(shù)據(jù)飛輪實(shí)現(xiàn)持續(xù)優(yōu)化，通過強(qiáng)化學(xué)習(xí)提升推理能力，借助在線/離線學(xué)習(xí)增強(qiáng)泛化能力，并結(jié)分層分布式協(xié)同、AI能力開放等原則，并通過完善的生命周期管理，實(shí)現(xiàn)高效、靈活和可持續(xù)發(fā)展的AI與6G網(wǎng)絡(luò)融合白皮書AI與6G網(wǎng)絡(luò)融合白皮書03內(nèi)生·開放·孿生算力、算法、數(shù)據(jù)等核心能力的解耦，并轉(zhuǎn)化為可獨(dú)立調(diào)用的模塊化服務(wù)單元。各AI要素可根據(jù)實(shí)際需求實(shí)現(xiàn)彈性擴(kuò)展，算力資源可隨業(yè)務(wù)波動(dòng)動(dòng)態(tài)調(diào)度，算法模塊可根據(jù)場景動(dòng)態(tài)更新迭代。通過靈活編排，實(shí)現(xiàn)不同層級(jí)網(wǎng)絡(luò)對(duì)各類AI要素的按需組合，打破資源孤島，提升智能服務(wù)的復(fù)用效率與響應(yīng)速度，實(shí)現(xiàn)跨域資源高效共享。多維異構(gòu)網(wǎng)絡(luò)AI資源協(xié)同控制：6G網(wǎng)絡(luò)需實(shí)現(xiàn)頻譜、算力、數(shù)據(jù)等多維異構(gòu)資源的智能協(xié)同，通過AI動(dòng)態(tài)生成資源分配策略，形成需求識(shí)別、策略制定、執(zhí)行反饋的完整閉環(huán)管理。突破傳統(tǒng)靜態(tài)資源配置，實(shí)現(xiàn)資源與業(yè)務(wù)需求的精準(zhǔn)匹配，鏈路層、應(yīng)用層的傳統(tǒng)界限，建立端到端的全局優(yōu)化體系。實(shí)現(xiàn)底層傳輸特性和上層業(yè)務(wù)需求的深度融合，消除分層架構(gòu)的信息孤島，使網(wǎng)絡(luò)整體性能從局部優(yōu)化邁向全局最優(yōu)，大幅提升端到端服務(wù)質(zhì)量。網(wǎng)-云”分層架構(gòu)，在各層級(jí)注入差異化AI能力：終端側(cè)重輕量化推理，基站及邊緣節(jié)點(diǎn)提供實(shí)時(shí)智能計(jì)算，網(wǎng)絡(luò)層實(shí)現(xiàn)區(qū)域協(xié)同，中央智腦實(shí)現(xiàn)全局優(yōu)化。支持AI模型分布式訓(xùn)練/推理與多節(jié)點(diǎn)智能實(shí)現(xiàn)對(duì)AI數(shù)據(jù)處理、模型訓(xùn)練、部署、更新等全流虛實(shí)融合智能決策：6G智能架構(gòu)要堅(jiān)持虛實(shí)融合，通過數(shù)字孿生體實(shí)現(xiàn)物理網(wǎng)絡(luò)的實(shí)時(shí)映射，AI引擎結(jié)合歷史數(shù)據(jù)和仿真演練，支持預(yù)測(cè)性運(yùn)行與策略仿真?；跀?shù)字孿生與AI深度融合，網(wǎng)絡(luò)系統(tǒng)可實(shí)現(xiàn)自配置、自優(yōu)化、自修復(fù)等自治功能，推AI能力開放與定制：6G智能網(wǎng)絡(luò)應(yīng)堅(jiān)持AI能力開放，通過統(tǒng)一標(biāo)準(zhǔn)接口對(duì)外開放數(shù)據(jù)、算力和AI模型，支持各行業(yè)按需進(jìn)行智能業(yè)務(wù)開發(fā)。提供定制化能力以適配不同行業(yè)差異化需求，如毫秒級(jí)延遲AI推理服務(wù)，打破技術(shù)壁壘，實(shí)現(xiàn)AI能力的社會(huì)普惠，推動(dòng)“網(wǎng)絡(luò)即平臺(tái)、能力即服務(wù)”的智AI與6G網(wǎng)絡(luò)融合白皮書生態(tài)開放與標(biāo)準(zhǔn)統(tǒng)一：為實(shí)現(xiàn)全球協(xié)同創(chuàng)新，6G需在架構(gòu)層面支持生態(tài)開放與共享，并與國際標(biāo)準(zhǔn)組織協(xié)作，制定統(tǒng)一的模型接口、數(shù)據(jù)格式、算力調(diào)度等標(biāo)準(zhǔn)，確?？缬虻牟煌瑥S商系統(tǒng)間的互操作。通過認(rèn)證與開源機(jī)制，降低技術(shù)融合難度，加快AI工具應(yīng)用落地，促進(jìn)智能生態(tài)可持續(xù)發(fā)展。NN......MAI應(yīng)用AI應(yīng)用AI應(yīng)用AI應(yīng)用AI應(yīng)用AI應(yīng)用AI應(yīng)用內(nèi)生·開放·孿生無線接入網(wǎng)、邊緣智腦、核心網(wǎng)、智腦中心五個(gè)層級(jí)，各層均內(nèi)生AI能力，并共同構(gòu)建了多層次的交互接口打通各層，實(shí)現(xiàn)跨層協(xié)同與端到端高效聯(lián)動(dòng)，同時(shí)支持AI服務(wù)能力的開放。在這一多級(jí)智能體系中，融合智能孿生機(jī)制，進(jìn)一步促進(jìn)6G網(wǎng)絡(luò)力持續(xù)下沉。物理層引入AI信道估計(jì)、AI低導(dǎo)頻傳度與自適應(yīng)重傳策略等智能決策機(jī)制。系統(tǒng)級(jí)智能管控則通過整合無線工具庫和歷史數(shù)據(jù)，支撐無線側(cè)AI生命周期的本地化管理。核心網(wǎng)支持網(wǎng)絡(luò)大模型的部署，并協(xié)同整合接入網(wǎng)與核心網(wǎng)的數(shù)據(jù)，實(shí)現(xiàn)從終端接入到業(yè)務(wù)卸載的全局智能優(yōu)化。網(wǎng)絡(luò)中可部署多類型Agent，結(jié)合網(wǎng)絡(luò)孿生平臺(tái)，通過虛擬鏡像方式模擬不同AI策略的實(shí)施效果，實(shí)現(xiàn)對(duì)歷代移動(dòng)通信網(wǎng)絡(luò)架構(gòu)在一代無線通信周期內(nèi)基本保持不變。隨著AI技術(shù)的迅猛發(fā)展，6G網(wǎng)絡(luò)架構(gòu)必須具備對(duì)新型AI技術(shù)的兼容和可持續(xù)應(yīng)用能力。在連接、AI、數(shù)據(jù)、算力等基本要素深度融合的基礎(chǔ)上，6G功能架構(gòu)采用服務(wù)化設(shè)計(jì)理念。采取解耦設(shè)計(jì)，確保6G網(wǎng)絡(luò)能既具備確定性的內(nèi)生智能功能，又能靈活適應(yīng)AI技術(shù)的迭代升級(jí)。AI與6G網(wǎng)絡(luò)融合白皮書在6G網(wǎng)絡(luò)架構(gòu)設(shè)計(jì)中，AI數(shù)據(jù)的高效流轉(zhuǎn)與網(wǎng)絡(luò)內(nèi)生AI生命周期管理是6G內(nèi)生智能的重要基將AI數(shù)據(jù)、算力、生命周期管理等核心要素深度嵌“控制與數(shù)據(jù)執(zhí)行分離”是移動(dòng)通信網(wǎng)絡(luò)演進(jìn)中逐步積累的實(shí)踐經(jīng)驗(yàn)。在AI能力實(shí)現(xiàn)上，6G架構(gòu)引），CECE......功能模塊化與服務(wù)化編排，將AI相關(guān)能力解耦為可獨(dú)立調(diào)用的網(wǎng)絡(luò)服務(wù)單元。數(shù)據(jù)管理功能（DMF）作為“數(shù)據(jù)管家”，實(shí)現(xiàn)網(wǎng)絡(luò)多模態(tài)數(shù)據(jù)的統(tǒng)一管理；算力調(diào)度通過計(jì)算控制功能（CCF）功能（AIMF）作為“AI生命周期引擎”，覆蓋從模內(nèi)生·開放·孿生另一方面，基于AI動(dòng)態(tài)優(yōu)化數(shù)據(jù)傳輸，針對(duì)不同業(yè)務(wù)類型智能選擇最優(yōu)的數(shù)據(jù)部署實(shí)時(shí)智能處理引擎，支持動(dòng)態(tài)算法加載，實(shí)現(xiàn)高效的數(shù)據(jù)預(yù)處理、清洗和特征算力調(diào)度中樞：CCF的智能資源編排作為“6G網(wǎng)絡(luò)算力”的核心調(diào)度器，CCF實(shí)現(xiàn)統(tǒng)一納管，實(shí)時(shí)監(jiān)控各算力節(jié)點(diǎn)負(fù)載，并制定優(yōu)化調(diào)度策略。通過建立“端側(cè)輕量訓(xùn)練/推理-邊緣調(diào)配無線與計(jì)算資源，保障各類業(yè)務(wù)的高效處理。提供設(shè)計(jì)、訓(xùn)練、部署、優(yōu)化全流程自動(dòng)化。設(shè)提供設(shè)計(jì)、訓(xùn)練、部署、優(yōu)化全流程自動(dòng)化。設(shè)計(jì)階段將網(wǎng)絡(luò)優(yōu)化需求（如降低切換失敗率）轉(zhuǎn)化為可執(zhí)行的AI任務(wù)描述，自多模態(tài)訓(xùn)練（集中式、分布式、聯(lián)邦學(xué)習(xí)等）。部署階段結(jié)合業(yè)務(wù)需求靈活選擇部署位置（如邊緣節(jié)點(diǎn)或云端）。優(yōu)化階段設(shè)有實(shí)時(shí)監(jiān)測(cè)機(jī)制，當(dāng)模型推理精度下降在兼容現(xiàn)有注冊(cè)機(jī)制的基礎(chǔ)上，擴(kuò)展模型注冊(cè)、智能體注冊(cè)、工具注冊(cè)等能力。在兼容現(xiàn)有注冊(cè)機(jī)制的基礎(chǔ)上，擴(kuò)展模型注冊(cè)、智能體注冊(cè)、工具注冊(cè)等能力。模型注冊(cè)涵蓋版本、接口、資源消耗等元數(shù)據(jù)，便于快速檢索調(diào)用。智能體注冊(cè)AI與6G網(wǎng)絡(luò)融合白皮書6G架構(gòu)兼顧核心功能的確定性與未來AI技術(shù)的可擴(kuò)展性?；A(chǔ)功能部分（數(shù)據(jù)、算力、AI生命周期管理等核心模塊）采用緊耦合、標(biāo)準(zhǔn)化服務(wù)接口設(shè)計(jì)，保障關(guān)鍵業(yè)務(wù)的高可靠性和確定性體驗(yàn)。針對(duì)新型網(wǎng)絡(luò)大模型與AI算法，則采用松耦合、插件化架構(gòu)，支持動(dòng)態(tài)加載和靈活接入。通過構(gòu)建成熟后可通過RM注冊(cè)機(jī)制無縫納入生產(chǎn)網(wǎng)絡(luò)。核心功能拆分為獨(dú)立可部署單元，模塊支持版本獨(dú)立演進(jìn)，無需調(diào)整通信與AI生命周期管理架構(gòu)，實(shí)現(xiàn)能力的開放基座。6G無線基站通過智算板卡與邊緣推理單元的深度融合，形成“基站即智能節(jié)點(diǎn)”的具備低時(shí)延AI服務(wù)能力，依托邊緣GPU資源池實(shí)現(xiàn)AI服務(wù)的開放運(yùn)行。核心網(wǎng)通過安全隔離機(jī)制，保障智算資源的安全可控；多租戶隔離技術(shù)實(shí)現(xiàn)通信算力與AI算力的邏輯分離。通信核心算力專注于信令處理、會(huì)話管理等實(shí)時(shí)功能，確保6G協(xié)議棧的高可靠性；AI增強(qiáng)算力則面向第三方開發(fā)者智腦中心作為6G網(wǎng)絡(luò)的“中央智腦”，通過超大規(guī)模智算集群，成為全局智算引擎。它匯聚接入網(wǎng)與核心網(wǎng)的數(shù)據(jù)資源，訓(xùn)練跨域協(xié)同的網(wǎng)絡(luò)優(yōu)等智能體，完善智能體生態(tài)。依托泛在連接能力，實(shí)現(xiàn)智腦中心與邊緣節(jié)點(diǎn)算力資源的池化，打造內(nèi)生·開放·孿生網(wǎng)絡(luò)AI服務(wù)化，通過網(wǎng)絡(luò)資源服務(wù)化封裝，構(gòu)AI服務(wù)能力的高效輸出和廣泛應(yīng)用。開放接口體系賦能各行各業(yè)智能化轉(zhuǎn)型，潛在的開放模式包括：開放算力資源池（基礎(chǔ)設(shè)施即服務(wù)IaaS）、開放預(yù)訓(xùn)練模型（模型即服務(wù)MaaS）、開放可編排智能體（智能體即服務(wù)AaaS）。6G網(wǎng)絡(luò)AI服務(wù)技術(shù)將打造“運(yùn)營商提供設(shè)施與平臺(tái)—開發(fā)者構(gòu)建智能應(yīng)用—用戶享受個(gè)性化服務(wù)”的良性產(chǎn)業(yè)生態(tài)，推在6G系統(tǒng)內(nèi)生智能架構(gòu)的驅(qū)動(dòng)下，數(shù)字孿生與AI技術(shù)深度融合，進(jìn)化為具備自主決能孿生。這一演進(jìn)突破了傳統(tǒng)數(shù)字孿生“鏡像映射+規(guī)則驅(qū)動(dòng)”的局限性，通過整合神經(jīng)網(wǎng)絡(luò)、強(qiáng)化在設(shè)備狀態(tài)數(shù)字孿生鏡像的基礎(chǔ)上，物理層的智能化得到增強(qiáng)，引入了實(shí)時(shí)AI特征注入能力。系其輸入智能孿生空間，實(shí)現(xiàn)高精度信道建模。在高層功能方面，系統(tǒng)部署了分布式智能體集群，每個(gè)智能體負(fù)責(zé)特定的優(yōu)化目標(biāo)（如資源調(diào)度、干擾協(xié)調(diào)等）。智能孿生空間能夠?qū)崟r(shí)模擬不同調(diào)度策略的效果，并通過與大模型的交互，生成最優(yōu)調(diào)度方源利用效率。智腦中心引入網(wǎng)絡(luò)大模型，作為智能孿生的“中樞大腦”，整合接入網(wǎng)與核心網(wǎng)的跨域數(shù)據(jù)，構(gòu)建網(wǎng)絡(luò)運(yùn)行的深度知識(shí)圖譜，實(shí)現(xiàn)對(duì)系統(tǒng)運(yùn)行狀態(tài)的預(yù)測(cè)性保障，大幅提升網(wǎng)絡(luò)的穩(wěn)定性。的雙環(huán)機(jī)制，實(shí)現(xiàn)AI策略與物理網(wǎng)絡(luò)的高效協(xié)同。在智能孿生空間的內(nèi)閉環(huán)中，系統(tǒng)通過構(gòu)建與物理網(wǎng)絡(luò)等比例映射的虛擬環(huán)境，對(duì)AI生成的策略進(jìn)行多維度驗(yàn)證，包括性能評(píng)估（模擬實(shí)施后的網(wǎng)絡(luò)性能變化）、風(fēng)險(xiǎn)評(píng)估（通過注入調(diào)整方案，檢驗(yàn)策略魯棒性）等。依托模型自優(yōu)化機(jī)制，孿生系統(tǒng)可根據(jù)驗(yàn)證結(jié)果自動(dòng)觸發(fā)模型優(yōu)化流程：當(dāng)策略效果未達(dá)預(yù)期時(shí)，系統(tǒng)追溯至數(shù)據(jù)預(yù)處理或算法層，形成“驗(yàn)證—診斷—優(yōu)化”的閉環(huán)。在物理網(wǎng)絡(luò)的外閉環(huán)中，經(jīng)過內(nèi)閉環(huán)驗(yàn)證的策略采用漸進(jìn)式方式在現(xiàn)網(wǎng)小范圍試點(diǎn)部署，實(shí)時(shí)采集實(shí)際運(yùn)行數(shù)據(jù)，并與孿生預(yù)測(cè)結(jié)果對(duì)比，以支持后續(xù)大范圍平滑擴(kuò)展和部署。同時(shí)，物理網(wǎng)絡(luò)的真實(shí)運(yùn)行數(shù)據(jù)通過雙向數(shù)據(jù)反饋機(jī)制，反向注入智能孿生空間，用以動(dòng)態(tài)更新模型的訓(xùn)練數(shù)據(jù)和智能體的決策規(guī)則。通過這一雙向交互，智能孿生的網(wǎng)絡(luò)狀態(tài)映射精度AI與6G網(wǎng)絡(luò)融合白皮書隨時(shí)間不斷提升，最終形成“物理網(wǎng)絡(luò)反哺數(shù)字孿智能孿生與6G網(wǎng)絡(luò)深度耦合，構(gòu)建起“物理世界—數(shù)字孿生—智能決策”協(xié)同體系。智能孿生關(guān)鍵載體，促進(jìn)通信網(wǎng)絡(luò)從工具型基礎(chǔ)設(shè)施向智能型生態(tài)系統(tǒng)的歷史性跨越。隨著智能孿生閉環(huán)演進(jìn)優(yōu)化、自生長”的終極目標(biāo)，為未來應(yīng)用場景打造標(biāo)，通過協(xié)議體系的重構(gòu)與服務(wù)接口的標(biāo)準(zhǔn)化，實(shí)現(xiàn)網(wǎng)絡(luò)復(fù)雜度的下降和智能能力的原子化集成。AI能力解耦為可獨(dú)立調(diào)用的智能原子，并通過標(biāo)準(zhǔn)化在協(xié)議層面，6G網(wǎng)絡(luò)對(duì)傳統(tǒng)分層協(xié)議架構(gòu)進(jìn)行重構(gòu)，在保留原有控制接口的基礎(chǔ)上，新增專為型參數(shù)及梯度等）的傳輸需求，特別設(shè)計(jì)了輕量級(jí)實(shí)現(xiàn)比傳統(tǒng)比特流更高效的AI特征數(shù)據(jù)傳遞。智能體間通信遵循智能體通信語言標(biāo)準(zhǔn)，定義了標(biāo)準(zhǔn)化的智能體交互接口及通信協(xié)議，不僅支持網(wǎng)絡(luò)內(nèi)智的高效協(xié)同。傳統(tǒng)無線通信協(xié)議棧進(jìn)一步升級(jí)為可編程協(xié)議棧。配合面向AI數(shù)據(jù)高效協(xié)同與傳輸?shù)男滦蛥f(xié)議，與無線網(wǎng)絡(luò)協(xié)議棧深度融合，實(shí)現(xiàn)協(xié)議在服務(wù)接口方面，通過標(biāo)準(zhǔn)化的控制、數(shù)據(jù)、模型與智能體等多維功能接口，搭建起高效的連接橋梁，使數(shù)據(jù)流通、指令下發(fā)、模型上下文傳遞及智能體協(xié)同等變得更加流暢高效。面向6G時(shí)代的智能通信架構(gòu)，借鑒HTTP/3.0、QUIC及SSL/TLS等先進(jìn)協(xié)議與安全技術(shù)，進(jìn)一步提升6G網(wǎng)絡(luò)的信復(fù)雜性有效隱藏于底層架構(gòu)之中，大幅降低網(wǎng)絡(luò)復(fù)雜度和運(yùn)維成本，同時(shí)顯著提升資源調(diào)度效率，推動(dòng)6G走向更敏捷、更高效的發(fā)展方向。用戶與智能體將獲得無縫、智能的通信體驗(yàn)，智能能力亦能按需調(diào)用。6G智能網(wǎng)絡(luò)協(xié)議為面向未來的智能化場內(nèi)生內(nèi)生·開放·孿生04AI與6G網(wǎng)絡(luò)融合白皮書6G無線空口承擔(dān)著提升數(shù)據(jù)傳輸速率的核心任務(wù)，對(duì)實(shí)時(shí)性、準(zhǔn)確性和可靠性有著極高要求，同時(shí)還需致力于降低通信系統(tǒng)能耗，實(shí)現(xiàn)能效與性能的雙重提升。為滿足6G對(duì)于極高數(shù)據(jù)速率、超高可靠性、極低時(shí)延、超高連接密度和低能耗的綜合需求，無線空口需要攻克多重難題：如在利用超大規(guī)模天線提升速率的同時(shí)，降低信號(hào)處理復(fù)雜度與能耗，減少信道狀態(tài)信息（CSI）獲取的信令開銷；在提升連接密度的同時(shí)，降低接入時(shí)延和設(shè)備能耗，并優(yōu)化接入機(jī)制與頻譜分配的復(fù)雜性。例如，基于AI的低開銷CSI反饋、波束預(yù)測(cè)術(shù)將內(nèi)生嵌入無線空口的設(shè)計(jì)全流程：通過AI驅(qū)動(dòng)基于AI模型預(yù)測(cè)頻域/空域的信道狀態(tài)，有效降低信令開銷、提升系統(tǒng)頻譜效率；同時(shí)，開發(fā)智能化接收機(jī)，利用AI實(shí)現(xiàn)信道估計(jì)、均衡、解調(diào)、解碼等多模塊的協(xié)同優(yōu)化，降低接收機(jī)復(fù)雜度并進(jìn)一步面臨計(jì)算復(fù)雜度高、難以獲得全局最優(yōu)解、靈活性超大規(guī)模天線陣列和分布式組網(wǎng)模式使系統(tǒng)變量維在此背景下，AI以卓越的全局尋優(yōu)能力展現(xiàn)出獨(dú)特系統(tǒng)架構(gòu)，支撐多維度、動(dòng)態(tài)資源管理。通過內(nèi)生AI引擎，能夠?qū)崿F(xiàn)算力、存儲(chǔ)、數(shù)據(jù)的全局感知與彈性調(diào)度，實(shí)現(xiàn)業(yè)務(wù)需求與網(wǎng)絡(luò)狀態(tài)的超實(shí)時(shí)自適應(yīng)匹配，支持復(fù)雜場景下的資源拓?fù)渲貥?gòu)與能效最優(yōu)配置。同時(shí)，AI將基于實(shí)時(shí)采集的網(wǎng)絡(luò)負(fù)載與用戶分布，智能自適應(yīng)調(diào)整基站發(fā)射功率與天線方向圖等參數(shù)，優(yōu)化覆蓋質(zhì)量和頻譜利用率，并通過多內(nèi)生·開放·孿生22作為新一代數(shù)據(jù)處理中樞，6G網(wǎng)絡(luò)需在高度推動(dòng)連接、算力、算法與數(shù)據(jù)等多要素的全局協(xié)同調(diào)度。其核心目標(biāo)在于：構(gòu)建覆蓋AI全生命周期的資源編排體系，破解傳統(tǒng)外掛式AI在算力、數(shù)據(jù)與連接之間跨域協(xié)同效率低下的瓶頸，建立面向多模態(tài)媒體交互與AIAgent互聯(lián)等新興業(yè)務(wù)場景網(wǎng)絡(luò)需突破傳統(tǒng)協(xié)議棧限制，創(chuàng)新差異化的數(shù)據(jù)傳輸方案，構(gòu)建融合業(yè)務(wù)意圖理解與數(shù)據(jù)處理的新型架構(gòu)。借助AI對(duì)數(shù)據(jù)傳輸、業(yè)務(wù)感知和資源效率的全方位賦能，可打造具備自感知、自優(yōu)化、自演進(jìn)能力的智能數(shù)據(jù)面架構(gòu)。通過將AI能力深度嵌入網(wǎng)絡(luò)協(xié)議棧，實(shí)現(xiàn)從數(shù)據(jù)采集、特征提取到策略生成的全流程閉環(huán)優(yōu)化，有效消除外掛式AI模塊的跨層交互時(shí)延。典型應(yīng)用場景包括：基于業(yè)務(wù)畫像，實(shí)現(xiàn)按需數(shù)據(jù)采集和就地?cái)?shù)據(jù)處理，提升網(wǎng)絡(luò)數(shù)據(jù)流轉(zhuǎn)效率；深入分析新型業(yè)務(wù)載荷特征及傳輸模式，與6G網(wǎng)絡(luò)的深度融合，可實(shí)現(xiàn)從數(shù)據(jù)平面到業(yè)務(wù)平面的全方位優(yōu)化，切實(shí)提升跨域數(shù)據(jù)傳輸與網(wǎng)絡(luò)資源的全局調(diào)度效率，為未來智能化應(yīng)用場景夯實(shí)基礎(chǔ)。通過大模型與小模型的協(xié)同配合，6G網(wǎng)絡(luò)突破了單一模型的能力邊界，實(shí)現(xiàn)了低時(shí)延快速響應(yīng)決策與復(fù)雜推理能力的有機(jī)結(jié)合，同時(shí)兼具輕量低功耗與海量算力跨域泛化優(yōu)勢(shì)。大模型為網(wǎng)絡(luò)提供豐富的資源和知識(shí)支撐，小模型則聚焦于動(dòng)態(tài)優(yōu)化與場景適配，由此打造出架構(gòu)簡潔、功能高效的智簡網(wǎng)絡(luò)生態(tài)。AI23能各類智能體應(yīng)用及場景。智能體應(yīng)用不再局限于模型通信協(xié)議和智能體間通信協(xié)議的理念及增強(qiáng)，移動(dòng)通信網(wǎng)絡(luò)將開放邊緣節(jié)點(diǎn)，為智能體應(yīng)用提供AI感知、多模態(tài)視覺分析和實(shí)時(shí)決策等服務(wù)。6G采用統(tǒng)一標(biāo)準(zhǔn)的智能體通信協(xié)議，實(shí)現(xiàn)智能體通信的標(biāo)準(zhǔn)化和業(yè)務(wù)配置模型的一致化，高效支撐智能體間的互聯(lián)互通，助力智能體應(yīng)用的普及和升級(jí)。o大模型能力賦能網(wǎng)絡(luò)智治驅(qū)動(dòng)”演進(jìn)。大模型具備“全景認(rèn)知理解”和“意圖交互驅(qū)動(dòng)”等強(qiáng)大能力，為自智網(wǎng)絡(luò)實(shí)現(xiàn)高級(jí)智能治理提供關(guān)鍵基礎(chǔ)。借助通信行業(yè)大模型，可構(gòu)建原子化智能能力，賦能網(wǎng)絡(luò)高效決策。當(dāng)前，大模型正在由以Copilot和單場景Agent部署為主的的第二階段演進(jìn)，著力攻關(guān)多域端到端（E2E）復(fù)雜場景下的智能化難題。未來，大模型將依托強(qiáng)大的數(shù)據(jù)分析、推理與意圖識(shí)別能力，簡化并提升網(wǎng)絡(luò)治理的智能化和高效性，為6G自智網(wǎng)絡(luò)提供堅(jiān)總流量提升5%o網(wǎng)絡(luò)大模型融入網(wǎng)絡(luò)運(yùn)行面對(duì)6G網(wǎng)絡(luò)跨域協(xié)同復(fù)雜、異構(gòu)資源調(diào)度動(dòng)態(tài)性強(qiáng)等挑戰(zhàn)，亟需打破5G時(shí)代“煙囪式”服務(wù)模式和外掛式能力引入的局限?；诙鄬蛹?jí)內(nèi)生智能網(wǎng)絡(luò)架構(gòu)，網(wǎng)絡(luò)大模型能夠?yàn)?G高效運(yùn)行注入內(nèi)生·開放·孿生24強(qiáng)大動(dòng)力。網(wǎng)絡(luò)大模型可通過構(gòu)建用戶畫像、推演網(wǎng)絡(luò)態(tài)勢(shì)，形成通信領(lǐng)域知識(shí)圖譜以及時(shí)空多模態(tài)感知、計(jì)算等多模態(tài)數(shù)據(jù)，結(jié)合多步推理機(jī)制，有效應(yīng)對(duì)業(yè)務(wù)意圖模糊識(shí)別、跨域資源動(dòng)態(tài)映射等難題，賦能運(yùn)行層面的網(wǎng)絡(luò)功能靈活編排與資源自o智能體技術(shù)賦能網(wǎng)絡(luò)自主從工作流角度看，AI智能體依托預(yù)設(shè)規(guī)則和智能算法，通過分層協(xié)同架構(gòu)，結(jié)合單域智能體和跨域多智能體協(xié)作，共同支撐網(wǎng)絡(luò)運(yùn)維和運(yùn)行的自主化編排與動(dòng)態(tài)優(yōu)化。隨著智能體技術(shù)不斷演進(jìn)，網(wǎng)絡(luò)系統(tǒng)正從被動(dòng)響應(yīng)向自主決策轉(zhuǎn)變，具備大模型驅(qū)動(dòng)的任務(wù)分解能力與反思式學(xué)習(xí)機(jī)制。代理型AI三階段閉環(huán)，為網(wǎng)絡(luò)賦予類人類的主動(dòng)推理及動(dòng)態(tài)調(diào)整能力，簡化操作流程，使網(wǎng)絡(luò)由開環(huán)配置逐步邁向全流程閉環(huán)的自主運(yùn)行。需要進(jìn)一步研究以確保其在復(fù)雜網(wǎng)絡(luò)環(huán)境下輸出穩(wěn)定、可靠的智能服務(wù)。其次，大模型的部署對(duì)硬件需在保障性能的前提下優(yōu)化節(jié)能策略。此外，還需加快標(biāo)準(zhǔn)化與互操作性研究，推動(dòng)不同廠商和技術(shù)大模型和Agent技術(shù)正深刻影響6G網(wǎng)絡(luò)的設(shè)計(jì)與演進(jìn)。盡管面臨諸多挑戰(zhàn)，這一變革為通信行業(yè)帶來了極大的內(nèi)生智能能力提升空間。未來，大探索智能協(xié)同方案：推動(dòng)大模型/Agent與6G網(wǎng)絡(luò)在端、邊、網(wǎng)、云等多層次的協(xié)同與融合，持續(xù) 強(qiáng)化安全與信任機(jī)制：制定可信策略規(guī)范大模型/Agent行為，利用其強(qiáng)大分析與預(yù)測(cè)能力加強(qiáng)6G推進(jìn)標(biāo)準(zhǔn)化進(jìn)程：推動(dòng)大模型/Agent與6G網(wǎng)絡(luò)融合相關(guān)標(biāo)準(zhǔn)，尤其是跨域標(biāo)準(zhǔn)化，促進(jìn)各方力量隨著無線通信網(wǎng)絡(luò)組網(wǎng)和運(yùn)營需求日益復(fù)雜，數(shù)字孿生技術(shù)憑借其精細(xì)的網(wǎng)絡(luò)模擬和高保真建模通過構(gòu)建高精度物理網(wǎng)絡(luò)鏡像模型，數(shù)字孿生不僅能夠?yàn)槲锢砭W(wǎng)絡(luò)提供網(wǎng)元孿生、環(huán)境仿真與行為預(yù)AI與6G網(wǎng)絡(luò)融合白皮書25采集范圍有限的困境，還為新型通信協(xié)議和AI驅(qū)動(dòng)技術(shù)創(chuàng)新提供豐富的試驗(yàn)土壤，助力通信行業(yè)不斷數(shù)字孿生能夠?qū)ξ锢憝h(huán)境實(shí)時(shí)映射與高保真數(shù)字孿生技術(shù)具備高保真、實(shí)時(shí)映射物理環(huán)境大規(guī)模MIMO波束智能管理、高精度定位等）了技術(shù)探索的實(shí)驗(yàn)場域。同時(shí)，借助AI強(qiáng)大的數(shù)據(jù)處理及分析能力，可以更加高效地挖掘和應(yīng)用數(shù)字孿生環(huán)境下的豐富數(shù)據(jù)，實(shí)現(xiàn)AI模型與場景用例的正在重塑AI與6G融合的技術(shù)驗(yàn)證范式。在大規(guī)模MIMO場景下，數(shù)字孿生可構(gòu)建與實(shí)際場景等效的波束空間信號(hào)模型，通過AI算法實(shí)現(xiàn)更優(yōu)的波束選數(shù)字孿生進(jìn)一步融合基站實(shí)測(cè)、射線追蹤及無線電地圖建模等多源數(shù)據(jù)，構(gòu)建非視距條件下的高維數(shù)據(jù)動(dòng)態(tài)模型，有效突破信道測(cè)量的物理約束，驅(qū)動(dòng)形成從算法創(chuàng)新到系統(tǒng)級(jí)驗(yàn)證的閉環(huán)，為6G時(shí)代AI驅(qū)動(dòng)的前沿通信技術(shù)提供高保真的虛實(shí)協(xié)同驗(yàn)證數(shù)字孿生平臺(tái)具備獨(dú)立計(jì)算資源和大量模擬數(shù)字孿生平臺(tái)具備獨(dú)立的計(jì)算資源和豐富的模擬數(shù)據(jù)，不斷向內(nèi)生智能網(wǎng)絡(luò)提供優(yōu)化迭代和持續(xù)更新的AI模型，推動(dòng)網(wǎng)絡(luò)智能水平邁向高階自治。作為AI能力的“訓(xùn)練場”，孿生平臺(tái)為AI模型提供遠(yuǎn)離現(xiàn)網(wǎng)壓力的大規(guī)模訓(xùn)練環(huán)境以及充足的數(shù)據(jù)依托孿生平臺(tái)與真實(shí)環(huán)境的高效交互機(jī)制，孿生環(huán)境中訓(xùn)練生成的AI模型可無縫遷移并直接內(nèi)生·開放·孿生26復(fù)用于物理網(wǎng)絡(luò)。這種協(xié)同不僅減少了對(duì)現(xiàn)網(wǎng)計(jì)算資源的依賴，還有助于避免