AI与6G网络融合

本白皮书围绕人工智能（Artificial Intelligent，AI）与6G网络的深度融合，系统阐述了6G内生智能架构的核心设计理念、关键技术及发展路径，旨在构建具备内生智能、开放生态与智能孪生特性的下一代通信网络基础设施。6G智能网络以“内生、开放、孪生”为核心能力特征，构建了涵盖终端、无线接入网（RAN）、边缘智脑、核心网和智脑中心的五层智能架构，以及内生AI能力和多层次AI智算开放体系。通过定义能力调用、AI数据交互等AI接口，实现跨层协同、端到端高效协作与AI服务能力的开放。在多层智能体系中，引入智能孪生，引领6G网络向智能自主化方向持续演进。在AI与6G网络融合的技术方案中，针对不同场景下的差异化需求和AI技术的特点，详细阐述了小模型驱动边缘智能、大模型赋能全局智简，以及智能孪生实现虚实协同的具体技术路径。AI小模型凭借在特定场景下的高精度与高效能，在各类功能级用例中展现出显著优势；网络大模型/智能体（Agent）则更适用于处理跨模态数据、复杂决策与资源编排等全局问题。面向智能自主的6G网络，依托AI驱动的智能孪生技术，实现6G网络本白皮书为6G内生智能架构提供了系统性技术框架。中信科移动通信技术股份有限公司（简称“中信科移动”）希望以此为契机，推动产业协同创新，加速AI与通信技术的深度融合，共同促进6G网络内生智能的实现。摘 要 的智治闭环。 本白皮书版权专属中信科移动通信技术股份有限公司（以下简称“中信科移动”）所有，并受法律保护。如需基于非商业目的引用、转载、传播或以其他方式合理使用本白皮书的全部或部分内容，应完整注明来源。违反前述声明者，中信科移动将追究其法律和商业道德之责任。AI 与6G 网络融合内 生 · 开 放 · 孪 生 引言AI 与6G 网络融合变革1.1 AI与6G网络融合的需求与变革1.2 AI与6G网络融合标准研究现状AI 与6G 网络融合的发展路径2.1 AI与6G网络融合趋势洞察2.2 AI与6G网络融合技术分析2.3 AI与6G网络融合发展路径内生开放孪生的6G 智能网络3.1 6G智能网络架构设计原则3.2 6G智能网络架构3.3 6G智能网络协议AI 与6G 网络融合技术方案4.1小模型驱动6G智能4.2大模型赋能6G智简4.3智能孪生使能6G智治未来展望缩略语参考文献01030405060708091112131920212224272829 CONTENTS目录 01020304 01引 言通信技术的每一次跃迁都在不断拓展连接的内涵。从5G开启的“万物互联”时代，到6G描绘的“万物智联”蓝图，本次跨越十年的技术变革不仅将实现跨越单一领域的创新，更将成为推动产业变革、赋能社会智能化的重要引擎。随着全息通信、群体智能、元宇宙等新型场景的爆发式增长，传统基于规则驱动的网络正面临根本性挑战：依赖人工经验的参数配置难以适应时变信道；固定功能的协议栈无法灵活满足多元化业务通过网络功能与AI能力的原生耦 合， 实现AI能力与网络功能的深度集成。网络内生支持AI全生命周期管理，并通过统一的架构对数据、算力、模型等资源要素实现协同调度；同时，前向兼容AI与网络融合的新技术，全面推动6G网络内生智能的实现。 需求；烟囱式网络架构也使AI能力难以高效融入。要破解这些难题，AI与6G的深度融合已不再是技术选项，而是构建下一代智能通信基础设施的必由之路。通过将AI内生于网络架构，使每一个网络节点都具备感知、决策与执行的智能闭环能力，最终实现“网络即AI基础设施”的目标。为破解通信网络当前面临的“管道化”和“边缘化”困境，本白皮书提出了“内生-开放-孪生”的6G智能架构：端、边、网、云协同的分层智算体系实现算力、数据和模型服务的开放，利用统一接口赋能千行百 业。 无 线 基 站 提 供 实 时 智 算能力，边缘智脑支持区域化大模型部署，智脑中心打造全局智算引擎，形成“无线云”AI服务体系，有效降低各行业智能化的门槛。升级数字孪生为智能孪生，融合大模型与智能体技术，构建虚实交 互 闭 环。 通 过 内 闭 环 验 证AI策略的可靠性，外闭环反馈优化孪生模型，实现网络的自配置、自优化和自修复，为复杂场景提供高保真预演与风险规避能力。孪生 内生 02在6G标准化即将启动的关键节点，中信科移动从技术层面提出了“内生、开放、孪生”的6G智能架构及相关技术方案，回答了6G网络如何实现内生智能的核心问题，并为国际组织提供了标准制定的参考。在产业层面，通过明确技术路线图，为业界进行技术路径分析、降低技术投入风险、加速技术研究提供了有力支撑。站在历史的十字路口，6G不是通信技术的终点，而是智能社会的起点。中信科移动发布本白皮书，正是希望通过系统性的架构创新和技术阐释，凝聚产业共识，突破技术瓶颈，让6G网络真正成为支撑未来十年数字经济发展的“智能底座”。 在AI与网络融合的路径上，针对差异化问题采用多元AI技术方案。小模型驱动边缘智能，在端边侧部署轻量化模型，解决超大规模天线波束管理、低开销信道估计等问题，提升网络的实时性与能效。大模型赋能全局智治，云端大模型整合跨域数据，构建网络知识图谱，实现意图驱动的决策与多智能体协同，推动网络由单域优化向全局智能演进。智能孪生则实现虚实协同，利用数字孪生生成海量训练数据、验证创新策略、降低现网风险，形成“物理网络反哺孪生模型，孪生模型优化物理网络”的双向进化机制。 AI与6G网络融合变革AI与6G网络的深度融合正重构未来通信产业格局，标准组织和产业界都在积极布局“内生智能”的第六代移动通信系统。面向6G，定制化业务模式、智能化网络架构、多模态数据融合等需求，将推动网络架构的智能01 03化重构、服务体系融合性发展、应用场景智能化升级、终端形态革命化演进的变革。 业务模式革新：AI加速推动移动通信服务向场景化、定制化方向升级。高清视频、XR/全息通信等新兴业务对网络提出了超低时延、超高可靠和确定性体验保障等更高要求[1]，需AI技术贯穿业务全生命周期。6G网络通过AI驱动的用户行为建模、智能流量调度、多维QoS映射，能够精准匹配差异化服务需求，实现高度定制化服务[2]。架构内生智能：面向全域覆盖、万物智联场景，AI已成为6G网络的核心使能技术[3]。网络内生智能1.1 AI与6G网络融合的需求与变革AI与6G网络的深度融合，正引领通信系统从“规则驱动”迈向“自主决策”，推动移动通信领域发生深刻变革：AI与6G的深度融合将推动“万物互联”迈向“万物智联”。AI驱动的沉浸式通信技术突破了传统交互边界，实现虚实空间的实时映射。分布式群体智能支撑智能设备自主组网、任务分配与协同训练[7]，释放全域智能赋能潜力。6G网络服务体系将由“通信主导”向“通感算智”深度融合转变，从单纯信息传递升级为赋能服务。服务场景进一步拓展，从单一连接向全维智能使能延伸[6]服务的底层逻辑。通信设备正突破物理局限，加速向智能体终端演进。AI赋予终端（如机器人、智能汽车等）多模态感知能力，6G终端将不再仅作为信息接收者，而是具备环境感知与协作能力的智能网络节点。服 务 体 系融合性发展应 用 场 景智联化升级终 端 形 态革命性演进6G网络将AI从“外挂式辅助”转变为“内生式融合”，实现从被动响应到具备预测性、认知性和自进化能力的内生智能网络[5]前向兼容AI技术演进，打破传统网络架构刚性限制，显著提升网络运行效率。网 络 架 构智能化重构 04空口、分布式智能体、AI原生协议栈和数字孪生仿真等创新技术，推动网络突破传统架构瓶颈，加速向智能自主化演进。多维数据融合：AI推动复杂异构环境下的开放服务生态构建。通过通感算智一体化，AI支持环境感知与资源动态编排，结合多模态数据融合分析，打造意图驱动的自智网络[4]，为智慧城市、工业互联网等多维数据场景提供有力支撑。，重塑通信。AI能力深度嵌入无线接入网、核心网和协议栈， 目前，6G正处于早期研究与开发阶段，全球众多国家和行业组织已开始积极布局6G通信与AI的融合技术研究。2024年11月，3GPP通过了《6G场景用例与需求研究》首个6G标准项目，标志着全球6G标准化工作正式进入实质推进阶段。2025年3月，在韩国仁川召开的6G研讨会上，有公司提出构建可扩展的AI/ML框架，并要求网络原生支持AI生命周期管理。在SA1会议中，多家公司提交了有关AI Agent、自动驾驶、智能群组管理等应用场景的用例建议。2025年5月的SA2会议则将Agent相关研究正式纳入标准研究范围。总体来看，3GPP的6G AI标准化正处于由需求定义向架构设计转型的关键阶段，内生智能理念已形成1.2 AI与6G 网络融合标准研究现状 05 广泛共识，但具体的技术路径与用例方案仍需进一步明确。国内外各方也在积极探索AI与6G的深度融合。IMT-2030(6G)推 进 组 持 续 在 面 向AI服 务 的QoS体系构建、多维智能协同、网络大模型与智能体等方面开展研究[8]。ITU则启动了《6G网络架构和技术性能指标》研究项目，提出了6G网络架构设计的指导原则，强调网络功能与AI能力的深度融合[9]。目前，AI与6G网络的深度耦合正逐步从理论研究向实际应用转化，但仍需突破内生智能架构设计、网络大模型/Agent研发与大小模型协同等技术瓶颈，并依托全球协作推动标准化和产业化进程。 06AI与6G网络融合的发展路径AI将作为核心驱动力深度渗透6G网络架构的演进进程。为支撑智能泛在的6G愿景，网络架构设计需系统性构建以“内生”、“开放”与“孪生”三大关键特征为核心的技术体系。本章节通过对比分析轻量化小模型、大模型/ Agent及数字孪生三类技术在高实时性、泛化能力、资源开销等维度的优劣势，提出分层融合的6G AI发展路径：轻量小模型驱动高时效智能、大模型赋能全局智简网络、数字孪生构建虚实协同闭环。02 07实现强 AI 能力供给，需要推动网络向“开放”方向演进实现 AI 的持续迭代优化与高效可靠验证，则需借助“孪生”网络能力实现AI 高效赋能 6G，需要向“内生”模式演进面向未来6G，随着沉浸式通信、智能体协同、空天地一体等新型业务场景的爆发式增长，移动通信网络正面临多维叠加的技术挑战：在空口效率方面，需要攻克超大规模天线阵列的动态波束管理难题；在网络架构方面，空天地一体化组网导致网络拓扑复杂度成指数级提升；在服务能力方面，既要满足时延敏感型业务，又需兼容带宽密集型业务的服务质量需求。传统基于规则驱动的网络优化5G系统设计之初未原生集成AI能力，导致AI应用必须通过外部接口接入，业务耦合度低且分析结果需往返传递，时效性受限，同时集中式智能网元易成为资源瓶颈。6G智能网络则需在设计之初实现与AI的深度耦合[10]，使AI分析与数据产生源（网络功能）紧密结合，减少数据跨域传输与信令交互，提升决策实时性与资源利用效率。更为关键的是，6G内生智能需构建支持AI全生命周期管理的统一架构，协同调度网络、数据、算力等多种资源。面对AI技术的快速演进和网络的高稳定性要求，还需建立能力弹性机制，在保障网络平稳运行的同时，持续引入新兴AI技术，实现网络智能水平的渐进提升。6G内生智能网络为网络AI发展提供了广泛资源，但资源的高效利用成为新的挑战。面对AI应用的快速发展和多样化服务需求，6G智能网络须通过开放式架构设计，面向智能社会的千行百业释放AI服务和能力，提升资源利用效率和经济价值[11]智能体和工具）的接入门槛，为AI技术的创新应用提供广阔的平台。2.1 AI与6G 网络融合趋势洞察当前网络的数据采集存在规模受限和成本过高的难题，阻碍了AI模型的有效迭代。数字孪生平台能够生成海量仿真数据，支撑AI模型的不断更新和优化。同时，AI技术的有效性难以在高可靠性要求的现网环境中充分验证[12]。建设网络数字孪生系统，为AI与6G网络融合技术的验证和创新提供虚实结合的探索空间，有助于建立AI驱动的闭环优化体系，实现网络系统的智能化、自主化与持续演进。 方法难以应对复杂多变的网络环