摘要
伴随着当下
AI技术突飞猛进、日新月异，各种AI应用已在众多领域中全面深入开花，未来6G网络和AI的深入融合应用已是必然趋势。6G网络/终端和AI在不同的技术层面相互赋能和促进，能够助推6G和AI双边生态产业的互惠共进共赢。本白皮书旨在提出业界对于6G网络与AI融合
的
产业分析和技术研究，
促进
6G与AI深度融合，实现6G网络内生AI，
希望能够为未来
6G网络的规划与建设解决方案提供参考和指引。
本
白皮书首先
阐述
了网络与
AI融合的驱动力，然后
研究了内生
AI的
发展路径，归纳总结
内生
AI中
AI for Net和Net for AI两
方面的
技术难点和技术方案，包括
Agent和大模型
前沿
技术研判，最后呼吁全球产业合作，加速
6G网络与AI融合技术成果的转化和应用
。
6G网络内生AI需求和驱动力
由
5G
需求
驱动
：
在
5G网络中，已经开展了一些AI技术应用相关的探索工作并取得了一定成果。3GPP等国际标准化组织正在将AI技术引入5G的业务和网络中，包括模型分发、传递和训练等方面，以支持AI和机器学习服务。AI技术在5G和5G-A时代的应用场景、潜在需求和网络架构设计方面的研究，正在为未来6G网络与AI融合设计奠定基础，同时也在促进网络与AI的深度融合，推动在6G网络架构的革新和技术的创新
，实现
6G网络内生AI
。
由6G需求驱动：面向新场景，围绕6G“数字孪生，智慧泛在”总体愿景，未来移动通信网络将在智享生活、智赋生产、智焕社会三个方面催生全新的应用场景。2023年6月，ITU-R完成了《IMT面向2030及未来发展的框架和总体目标建议书》[1]，AI与通信作为6G六个典型场景之一被提出。6G不再是仅仅提供连接能力的管道，而是通信、感知、计算、AI、大数据、安全等技术的深度融合、空天地一体全域覆盖的新一代移动通信网络，呈现出极强的跨学科、跨领域发展特征。6G无线系统将具备“无线感知+网络感知+用户感知”等更强大能力，因此可有效地支撑各类AI应用的（大）数据需求。此外，6G无线系统还天然具备着“更强大的超级终端”、“边缘式”、“分布式”和“语义式”等特征，因此，6G网络和AI的融合具备非常坚实的条件基础和发展必然性。6GANA率先提出内生AI [2]的理念，旨在促进AI与无线网络的深度融合。AI技术将成为6G网络的内生能力，从而助力6G网络适配更多应用场景。
发展路径
从
AI赋能网络和网络使能AI两方面考虑
内生
AI
技术的发展路
径如图
1，研究基于AI提升通信系统性能的技术，以及将通信系统作为平台为用户提供更好的AI服务的技术，二者“双向驱动”。
图1 6G网络与AI融合技术的发展路径
技术攻坚
AI for Net技术挑战：AI赋能的空口存在数据采集处理开销大、标准化程度低、来源多样复杂等问题；工业界需深化空口多模块、全链路、系统级AI设计；AI赋能的空口工程可用性弱，技术方案整体实用性、均衡性和系统性难以保证；高层存在业务负荷、承载等变化趋势预测难、用户移动轨迹预测难等挑战；构建网络大模型的思路和方法尚不明确。
Net for AI技术挑战：6G使能AI的增益不明确，导致场景界面模糊，筛选网络使能AI的价值场景难；现有“外挂式”和“碎片化”方案存在效率低、成本高、性能差、周期长的问题，云AI服务存在隐私差、尽力而为、服务质量差的问题；传统QoS保障机制以会话和连接为指标，无闭环保障；由于AI所需资源的多维性和异构性，实现网络内部高效的通、算、数、智功能按需组合和多维资源协同调度存在挑战；需要统一的网络架构和基础平台支撑第三方应用和网络自用的应用。
技术方案
AI for NET
AI引入RAN：物理层
对应的关键技术，比如可考虑包括
AI使能的高阶调制技术、AI使能的高精度信道获取技术、AI使能的导频开销降低技术、AI使能的大规模MIMO技术、高效率空口AI算法设计方法、信道数据集构建方法等。
高层对应的关键技术可考虑包
括基于
AI的无线资源管理
、
基于
AI的网络优化
、
基于
AI的网络能耗优化。
AI引入核心网：
对应的关键技术包括
AI模型数据压缩技术
、
计算和存储技术
、
高性能数据传输技术
、
数字孪生技术
等
，
解决
“算不动”等问题，
实现智能网络规划优化、故障分析、诊断、预测等
，
优化业务体验和系统性能。
AI赋能端到端QoS优化：1）跨层跨域QoS指标的智能决策与配置，包括
传输、
IP、核心网、接入网、终端
等，保证端到端服务质量的要求；
2）满足端到端QoS指标的智能基站调度，基于业务、信道状态、业务体验等信息灵活调整QoS参数。
中国移动在
[3]提出一种示例方案，AI有助于更加精确的预测无线信道和业务特征、使能基站智能调度以及跨层跨域的决策。
Net for AI
架构的设计
:
首先要遵循适用原则，即
“适用优于业界领先”，核心功能支持80%业务需求，20%长尾需求可选，以避免过度设计。然后是至简原则，即“简单优于复杂”
，
如果没有必要，不增加实体，避免不必要的复杂性
。
最后是柔性原则，快速上线新服务的基础是柔性网络架构，使得网络能够满足各类智能应用场景下多样化
AI服务需求。
基础系统
AI as a Service（AIaaS）
：
在网络基础设施中构建
AI应用的服务能力，AI应用包括网络自用的AI或者AI新业务，部署AI应用可以是运营商或第三方。
AI服务
质量
Quality of
AI
Service
（
QoAIS）保障技术
：首先是要形成一套
QoAIS指标体系通过量化或分级的方式表达用户层面的需求以及网络编排控制 AI 各要素（包括算法、算力、数据、连接等）的综合效果
，
然后是需要形成闭环反馈的
QoS保障机制
，如图
2所示
。
极致性能的资源融合控制：首先
是
通信资源和计算资源的融合控制，然后是数据和模型资源融合控制，最后在前两个阶段基础上完成
AI所需的多维度资源的融合控制。
图2 QoAIS保障技术示意图
前沿技术研判
由于传统的AI模型存在通用性差的缺陷，在面向网络运行和运维不同的用例时需要采用不同的AI模型，增加了内生AI架构对AI任务的编排和管理难度。受到大模型在计算机领域展现出的超强的通用能力的启发，一个非常有意义和前景的可能解决方法是训练一个面向无线网络的大模型实现对不同网络自治任务的泛化。与此同时，一种集大模型之力，并融合了感知、执行、记忆与规划功能的智能体（Agent）逐渐崭露头角，不仅继承了大型模型所具备的广泛适用性与深度学习能力，还通过其自主学习机制与自主决策能力，展现出了前所未有的灵活性与智能性。利用这样的Agent，人们有望实现更加高效、智能且高度自治的网络系统，从根本上提升网络服务的响应速度、准确性与自我优化能力。
产业倡议
在当今全球经济一体化的背景下，产业合作协作已成为推动技术创新、应用创新、商业创新、优化资源配置、增强国际竞争力的关键途径。根据科技发展规律，此轮
AI
科技革命成熟所需时间将短于以往的技术。然而，移动通信的代际演进以十年为周期，
6G需要在发展节奏中将网络AI作为高优先级研究任务，以尽早切入新一代科技革命发展浪潮，避免错过最佳切入时机。6G与AI融合需要加快研究步伐
，
一是需要努力提升智算硬件和芯片的技术能力
，
二需要坚持推进全球统一认知和标准
，
三是需要共同创建
6G研发平台
，
四是需要提前准备应用布局
,
倡导政产学研用深度合作
,
加速
网络与
AI融合
技术成果的转化和应用，推动整个产业的升级和发展
。
[参考文献]
[1] 国际电信联盟无线电通信部门5D工作组. IMT面向2030及未来发展的框架和总体目标建议书[R]. 瑞士日内瓦: 国际电信联盟, 2023.
[2] 中国移动. 6G无线内生AI架构与技术白皮书[R]. 2022.
[3] Han S, Chih-Lin I, Zhang S, et al. Network Architecture Design toward Convergence of Mobile Applications and Networks[J]. IEEE Communications Magazine, 2024, 62(6): 129-135.
