Mobile AI: AI与移动通信融合的新生态

目录1迈入Mobile AI时代..............................................11.1移动网络的发展............................................11.2Mobile AI带来网络流量深刻变化.............................11.3Mobile AI网络新需求.......................................21.4Net4AI与AI4Net双向奔赴...................................32Net4AI：应用与技术的双向奔赴....................................52.1应用需求.....................................................52.1.1AI应用的产业趋势和政策.................................52.1.1 AI手机：耳聪目明的AI Agent............................62.1.2智能驾驶.............................................62.1.3智能机器人...........................................72.1.4 AIoT...................................................72.2网络新型技术..............................................82.2.1大上行技术...........................................82.2.2全频段M-MIMO ........................................92.2.3连接增强.............................................92.2.4通算融合............................................103AI4Net：AI与移动网络的双向赋能.................................113.1迈向Mobile AI ..............................................113.1.1网络智能化发展趋势....................................113.1.1智能化应用案例......................................113.1.2技术需求小结........................................133.2构建自进化的通信大脑.....................................133.2.1通信大模型..........................................143.2.2数字孪生技术........................................153.2.3技术需求小结........................................154构建Mobile AI商业新范式.......................................174.1连接+算力双向协同........................................174.2体验变现.................................................175未来展望.......................................................195.1流量流向边缘，网络重心由中心向边迁移.......................195.1从管道到平台，运营商向TechCo转型需掌控生态主导权........19术语表.............................................................20参考文献...........................................................21 5G-A作为5G演进的重要阶段，不仅带来了通信能力的进一步跃升，也为人工智能与移动通信的融合提供了关键契机。运营商为应对AI业务快速增长，亟需推动“以网兴智（Network for AI）”与“以智赋网（AI for Network）”双向融合：一方面构建原生支撑AI的网络能力，另一方面通过通信大模型、数字孪生等关键技术提升网络的自学习、自优化能力。同时，围绕“连接+算力+服务”融合供给，也需要探索通信资源（Byte）与计算资源（Computing）双轮驱动的新型商业范式，实现运营商向科技型公司的转型，推动移动通信迈入“Mobile AI”阶段。本白皮书由中国电信与华为技术有限公司联合撰写，围绕Mobile AI时代的核心特征展开分析，指出网络流量结构正在由“人-人”通信向“人-机”与“机-机”智能交互转变，AI业务带来的大上行、多模态、低时延、高算力的需求，对网络架构提出系统性挑战。在此背景下，我们将在持续迭代5G-A向6G网络演进的同时，构建具备通智算融合能力的无线网络，支撑未来AI应用的敏捷部署与高质量体验，携手业界合作伙伴共同探索AI与网络的深度融合。 1迈入Mobile AI时代1.1移动网络的发展自20世纪80年代1G开启“移动语音”时代以来，移动通信技术经历了从语音通信（1G）、数字传输与基础数据服务（2G）、移动互联（3G），再到多媒体融合与深度应用（4G）的不断跃升。现如今，5G技术的商用不仅带来了高速率、低时延、广连接的飞跃，更推动了“万物互联”格局的高效落地。伴随人工智能（AI）的技术突破与广泛部署，移动网络正加速迈向“Mobile AI”时代。Mobile AI不仅指移动设备的智能化，更是在网络各类节点深度协同引入AI技术基础上，驱动通信技术体系从“万物互联”迈向“万物智联”的结构升级。同时，在AI赋能下，移动网络不仅实现了人与人、人与物、物与物之间更高阶的智能交互，而且也为智能助手、智慧交互、沉浸式体验等全新应用场景提供了基础性支撑。这一趋势的发展背后，更是广泛且便捷的智能计算资源作为关键底座的持续演进的过程。展望未来，6G将进一步打破“通信+计算”的边界，使终端演进为具备感知、认知、决策能力的智能体。移动网络也将实现从连接通道向智能载体的跃迁，支撑通信与算力一体化、大模型、数字孪生等颠覆性技术的发展，构筑人机融合时代的智慧底座。1.2Mobile AI带来网络流量深刻变化智能设备的快速普及与AI模型的大规模部署正推动移动网络的流量结构和业务范式发生深刻变革。网络连接模式正从“人-人协作”向“人-机协同”以及“机-机智能体交互”演进，AI驱动的网络业务日益增加，推动通信网络加速向智能化、服务化、平台化方向升级。首先，南北向（垂直）流量结构发生显著变化。随着终端侧智能能力增强，设备与网络之间的数据交互频率和内容复杂度迅速提升，特别是视频、图像、文本等多模态数据的上行传输激增，上行流量需求渐进化提升。据统计，单个AI应用所需的上行速率超过20 Mbps，传统网络架构面临性能瓶颈。其次，东西向（水平）流量快速跃升。分布式AI系统要求多个智能体之间频繁交换模型参数、推理结果和数据片段，东西向流量的内容由传 1 2统多媒体扩展为“模型-数据-算力-token”等智能化载荷，这一变化对网络横向传输能力提出了更高要求。最后，AI业务的实时性特征使网络响应面临严峻的挑战。实时语音交互、具身机器人操控等场景要求网络确保端到端往返时延（RTT）小于20 ms，以支撑高质量的人机交互体验，这一变化推动网络架构向超低时延、高确定性方向演进。以上一系列流量演进，依托的是一套可动态流转、贴近场景、持续演进的算力保障体系。AI应用对推理响应速度和带宽负载的双重要求，意味着网络架构必须具备更加灵活高效的算力供给能力与调度机制。1.3Mobile AI网络新需求移动网络正从“连接承载”向“智能底座”转型。Mobile AI业务的兴起引起了网络架构、资源协同、服务模式的全面演进，网络需要只有在算力体系、数据调度、服务供给等方面实现新型能力提升，才能更好地满足AI业务所要求的普遍性、实时性和可扩展性特征。具体来看，新需求主要体现在以下三方面：1）算力调度成为网络和业务的双重需求在Mobile AI时代，算力成为贯穿网络各层的基础能力。就网络自身而言，需要在不同层级的节点部署AI能力，以提升调度、感知和控制的智能水平；就业务应用而言，需要根据模型规模、响应时延和隐私要求灵活选择执行路径。AI业务的分布式推理、弹性迁移、持续更新等特性决定了算力必须“随业务而动”，且同时需具备快速、敏捷、高效的调度能力。基于此，移动网络需具备对多源异构算力的统一抽象和高效调度能力，实现网络与算力的深度融合，才能更好地支撑AI服务的敏捷部署。2）数据与模型的网络级协同处理能力在Mobile AI服务场景中，数据的生成与消费分布更加动态化、碎片化，模型的执行位置也从集中处理演变为分布协同。以语音助手、增强现实、具身智能等场景为例，系统需要实时采集环境数据，并在最合适的节点快速完成模型推理以返回响应。面对数据和模型分布的不确定性，网络需要实现数据路径与算力路径的协同规划，支持数据在本地处理、区域聚合与跨域调度之间灵活切换。同时，AI模型也应具备跨层灵活部署的能力，根据业务需求和网络资源实现高效协同，以此推动数据、模型、算力在网络中的融合演进。 3）新型商业模式的探索在Mobile AI发展背景下，传统以流量计费为核心的商业模式正面临高原期，运营商亟需探索连接、算力、服务融合的新价值体系。面向6G，通信不再是简单的被动的传输手段，而是将演进为支撑智能服务体验的主动平台，连接和算力能力将共同成为核心经营要素。运营商可基于具体业务场景，灵活组合网络能力、算力资源和AI服务，形成多元化的产品供给和新型商业模式。以上技术升级变革对网络能力提出了更高的要求：需要支持从“面向连接的资源调度”向“面向服务的能力编排”转型，构建统一的资源抽象、实时感知与灵活计费机制。在此基础上，网络应具备原生支撑智能服务的架构与接口，推动通信即服务、算力即服务的协同供给，加速运营商从“连接提供者”向“智能服务平台”的角色转型。1.4Net4AI与AI4Net双向奔赴在Mobile AI成为引领未来信息社会的重要力量的背景下，产业界需要协同推进网络、算力、平台、应用等要素的融合创新，把握新一轮技术变革和价值重构的机遇，实现产业的迭代升级。5G-A作为Mobile AI时代的关键支柱，其演进进程决定了AI应用的可达性和产业落地深度，因此应加快产业结构升级，释放活力，实现商业资源整合新价值。1）Network for AI：以网兴智，打造Mobile AI的坚实底座当前，Mobile AI业务呈现出多维度和深层次的变革趋势，对网络的带宽、时延和上行能力等领域提出了新的挑战。就沉浸式3D交互技术而言，需要支持双眼8K、120 fps以及六自由度的动作，这带来了至少每人1 Gbps的下行带宽需求；同时在多模态AI助手的人机交互方面，单轮生成的token数量可超过2000个，大型模型处理时延超过320 ms，这就要求网络空口时延必须控制在20 ms以内，以确保整体交互时延低于400 ms。在这些挑战下，网络不再仅是数据管道，更是AI体验的基础保障和服务平台。在面向消费者（ToC）领域，运营商需从“流量经营”升级为“体验经营”，构建可量化、可保障的网络体验。例如，国际某些运营商针对直播