6G网络原生AI技术需求白皮书
核心观点： 原生/内生AI将成为未来6G移动新系统的核心架构特征，深度融合于系统架构、网元和功能流程中，实现“万物智连”、“万务智联”和“智能普惠”。
5G与AI结合现状： 5G系统已初步应用AI技术进行网络优化和运维，但存在数据源有限、传输带宽消耗、数据隐私保护不足、不支持对外AI服务、基础设施利用不充分、数据治理和服务缺失等挑战。
6G内生AI融合的必要性： 面向网络管理运维的高水平自智自治、垂直行业数智化转型、智能终端演进、网络安全可信等需求，6G内生AI融合是必然趋势。
6G内生AI融合的可行性： 5G与AI的成功结合已证明可行性，6G时代算力下沉、算法模型下沉、数据主动产生和处理等技术发展为内生AI融合提供了基础。
6G内生AI融合的增益性： 内生AI将极大强化AI资源与6G系统的耦合，提升资源利用效率，实现更高的系统性价比，提供更泛在、更廉价的算智类业务服务。
6G内生AI融合的技术挑战： 高度差异化的智能服务质量需求、有限的通信和计算资源、缺乏拟真的AI训练与验证环境、面向垂直行业需求、面向未来网络自治自智、面向普通终端用户等。
6G内生AI融合的技术需求：
- 能力需求： 包括算力能力（发现、感知、度量、按需调度、开放交易）、算法能力（指标、训练、描述与交互、演进）、数据能力（收集、分析、隐私安全保护、存储、开放）以及其他能力（内生安全、能效节电）。
- 服务需求： 包括算力服务（时延敏感型、能耗敏感型、隐私敏感型、服务体验敏感型）、算法服务（规范化描述与存储、分类索引、认证、训练、复用、测试、推理）、数据服务（数据发现、采集、预处理、传输、流转、训练、处理、分析、推理、决策、挖掘、增广、交易、存储、隐私保护）以及其他服务（QoAIS评估和保障、联邦学习、跨行业数据共享）。
- 架构需求： 包括算力架构（云-网-边-端多层算网融合系统）、算法架构（稳定性、实时可管可控、安全与隐私保护、中心化和分布式混合层级设计、算网一体化、模型与数据划分、模型通信方式、数据与模型双重驱动、数据异构、通信效率、可演进与自演进）、数据架构（数据开放功能DEF、数据收集功能DCF、数据分析功能DAF、数据存储功能DSF、数据安全管理功能DSMF、数据资源编排功能DROF、数据管理功能DMF）以及其他架构（多方协作参与机制）。
研究结论： 6G原生/内生AI的实现需要从能力、服务、架构等多个层面进行系统性设计和构建，以满足未来智能化应用场景的需求，推动6G“泛在AI”和“智能普惠”的愿景。
