研究背景与行业现状
- 移动通信与人工智能的深度融合推动全球数字经济进入移动AI时代，成为全球数字化和智能化转型的核心驱动力。
- AI技术取得全面突破，多模态交互、AI代理和具身AI等新兴服务形式快速涌现，深刻重塑人机交互模式和产业服务范式。
- 5G-A加速商用，6G技术研究与标准化快速推进，“内生智能”成为6G核心技术方向。
- 主要经济体加速6G频谱规划，为产业发展奠定基础，“网络+智能”融合趋势明显，数字资源“代币化”驱动产业从传统“流量变现”向“代币变现”转型。
- 移动AI应用从技术探索和PoC阶段进入多场景大规模商用关键期，用户体验成为衡量服务质量和支撑产业高质量发展的核心指标。
- 传统应用体验评估指标无法适应移动AI运营的独特特征，行业尚未建立统一、科学、可量化的移动AI应用体验评估体系，导致体验不可比、网络资源优化难以精准映射服务体验提升、产业发展日益碎片化。
评估框架
- 构建了涵盖用户感知层、质量特征层和网络系统层的移动AI体验评估三级QoE架构。
- 定义了多模态交互、AI代理和具身AI等典型服务场景的关键体验指标和量化方法。
- 明确了服务体验与网络和计算能力之间的量化映射机制，形成了评估移动AI应用体验质量的完整方法体系。
评估方法
- 提出了AI多模态交互应用体验质量评估模型，采用分层映射策略聚合各种影响因素。
- 模型将AI体验质量分解为内容源体验质量、呈现体验质量、交互体验质量和任务体验质量四个子维度。
- 通过用户实验验证了模型的有效性，并总结了标准化场景配置，为运营商和应用开发者提供直接参考。
服务体验评估与网络能力映射
- 提出了端到端服务能力矩阵，分析了延迟、吞吐量、可靠性和调度等关键要素对用户体验的影响。
- 构建了网络侧NQI体系，提出了上行帧传输时延、下行包 traversaldelay、多模态帧大小、多模态帧速率、多模态帧交互延迟和有效上行用户感知速率等核心NQI指标。
- 阐述了设备-网络协同实现的端到端体验保障机制，通过引入短时吞吐量、帧级完整性保障、差异化调度和新的设备-网络协同机制，提升移动AI服务的传输质量，提供更平滑更稳定的用户体验。
未来展望与路径规划
- 移动AI技术发展将经历从当前评估到6G标准化输入的三个渐进阶段，需要不断完善评估框架和引入NQI映射机制。
- 行业需要共同行动，构建统一的体验基准和协同的移动AI生态系统，推动移动AI产业高质量、可持续发展。
