AI Edge 是一种面向智能应用的综合移动信息服务基础设施，基于网络内置的异构开放性可编程共享算力基座，深度融合数据技术、运营技术、信息技术和通信技术 (DOICT)，实现移动边缘信息服务、网络功能虚拟化、网络内生 AI 与自治等功能。AI Edge 具备共享化、可扩展、层级化等关键特征，显著提升网络资源利用效率，实现算力的“随取随用”，并原生支持感知、控制、转发、路由、数据管理等新的网络功能，为智能应用提供端到端的融合服务支持。
AI Edge 的技术优势主要体现在以下方面：
- 提升网络资源利用效率：通过共享底座，实现 DOICT 技术能力互通和算力资源共享，并原生支持感知、控制、转发、路由、数据管理等新的网络功能，显著提升网络资源的利用效率。
- 实现算力的“开源”：将云、基站与终端在内的海量分布式算力汇集，不仅实现了算力的“开源”，更是将众多终端由单纯的算力消耗者转变为算力的供给者，使能大规模 AI 应用。
- 促进通信网络的服务范式转变：通过原生 AI 能力的构筑，主动感知复杂无线环境和差异化用户服务需求，促进通信网络的服务范式由“被动响应”向“主动预测”转变，为传统“管道”注入新的价值增长点。
AI Edge 的典型应用场景包括工业机器人与智能制造、智慧能源与电网调度、智慧农业与无人农机、低空无人机通信与监管、具身机器人训练场、EDGE增强的沉浸式XR、智能驾驶与车路协同、应急通信与保障、智慧体育等。AI Edge 通过“通感智算控”一体化能力，正在重塑产业数字化的底层逻辑，催生了“能力即服务”的新范式，并预计到 2030 年，仅在智能制造、智能交通、低空经济三大领域，AI Edge 相关市场规模将突破 5000 亿美元。
AI Edge 的技术方向主要包括 AI for Edge 技术、AI over Edge 技术、芯片与算力底座、AI Edge 系统、平台与测试等。其中，AI for Edge 技术旨在通过 AI 赋能边缘计算，实现对通信、计算、存储等多维资源的智能协同与优化；AI over Edge 技术旨在复用移动通信网络的通信、计算和存储资源，实现 AI 服务在边缘侧的就近部署；芯片与算力底座作为全域智能化的核心基础设施，通过多层次技术突破构建“通感智算控”深度融合的异构计算基座；AI Edge 系统、平台与测试则旨在建立与系统架构相匹配的全栈测试体系，实现从硬件基础设施层到应用层的端到端验证。
