10月15-17日，由南京市政府主办，紫金山实验室、中国通信学会、江苏省未来网络创新研究院、江苏未来网络集团有限公司承办的第十届未来网络发展大会在南京召开。中国移动研究院无线与终端技术研究所所长李男受邀参加6G融合通信技术论坛，并作题为“AI赋能6G网络的创新实践与思考”的主题演讲，分享了中国移动在AI赋能6G网络方面的创新实践和思考。
李男指出，6G与AI的深度融合正推动网络生产力与服务范式的双重变革。智能成为6G最核心技术特征，驱动无线接入网架构升级。中国移动在C-RAN基础上，提出智能协作无线接入网架构CIS-RAN（Cooperative, Intelligent, Service-based RAN），支持AI与网络双向赋能。一方面，AI赋能网络（AI4RAN）推动无线网络从规则驱动向数据驱动转变，突破传统网络性能与效能瓶颈；另一方面，网络使能AI（RAN4AI）推动通信网络从传统传输管道向通算智融合服务演进，为泛在智能应用提供基础支撑。面对6G网络的高维复杂性与场景多样性，李男强调，“通信知识+数据驱动”是构建高可靠、可部署6G网络智能并实现规模应用的关键路径，通过将通信机理与数据学习深度融合，实现网络智能决策与闭环优化。
中国移动系统梳理了覆盖无线网络物理层、协议层及网络管理等多个层级的典型AI应用场景，分析了不同场景在数据需求、模型能力、算力资源及推理时延等方面的差异化要求。面向AI赋能网络的规模化工程应用，围绕数据高效供给、模型可靠运行与算力高效服务三方面的关键挑战，重点分享了中国移动的创新实践与技术探索。
李男指出，数据是AI赋能网络的基础要素，目前面临设计态高质量数据集构建难、运行态数据采集与传输实时性不足两大挑战。针对设计态数据需求，中国移动探索高质量数据集构建方法，提升数据质量与多场景适用性，为模型训练提供可靠支撑，推动制定无线网络AI数据集标准规范，构建网络AI数据开放共享平台；针对运行态数据需求，提出任务驱动的高实时、定制化数据采集机制，构建空口无线承载与跨域数据共享框架，实现数据从分钟级到毫秒级的实时采集与按需供给。同时，积极推动3GPP标准化工作，促进多源数据复用共享，为网络AI规模化应用夯实数据基础。
在模型方面，李男指出，传统黑盒模型面临样本效率低、泛化能力不足、推理开销高等挑战，模型能力、代价与质量难以兼顾。为此，中国移动提出能力、代价、质量均衡优化的智能空口模型设计思路，探索“通信知识增强的专用小模型”与“多任务预训练基础模型+轻量化蒸馏”两条技术路径来增强模型泛化性和实时性。前者通过将通信物理规律与算法结构融入神经网络，提升小模型的跨场景泛化能力；后者通过多任务、多场景预训练增强模型通用能力，并结合知识蒸馏、模型压缩等技术降低部署代价。目前，在信道估计、用户配对等典型任务中，通信知识增强的小模型已展现出亚毫秒级推理效率与良好的跨场景泛化能力；多模态无线基础模型也在信道预测、波束预测及用户定位等任务中取得初步进展，通过交织注意力机制、模型蒸馏及推理引擎优化等创新方法显著降低了推理开销，为高质量、低代价的网络AI模型设计提供了新的技术方向。
算力是支撑6G网络智能化的关键底座。李男指出，AI将深入无线网络物理层、协议层及跨站协同等多个环节，不同智能任务对算力规模、实时性和部署位置提出差异化要求。为此，中国移动探索集中与分布智能相结合的6G无线接入网架构，通过引入RAN集中AI单元，实现跨基站数据、模型与算力的协同，突破单点智能能力瓶颈。同时，探索独立部署的AI Node形态，推动网络数据、计算与连接能力开放，构建面向多元开发者的网络智能创新环境，促进无线网络从封闭功能系统向开放智能平台演进。
演讲最后，李男表示，AI赋能6G网络已在数据获取、模型设计及算力架构等方面取得阶段性进展，但距离规模化工程应用仍需持续探索。面向未来，中国移动倡议产业各方联合打造高质量标准数据集，通过样机试验探索多元模型技术路线与部署架构，并以工业等局域场景为突破口，推动技术试点与应用示范，以点带面培育开放协同的产业生态。中国移动愿携手产学研用各方，共同推进AI赋能6G创新发展，加速网络智能化技术从研究探索走向工程实践，为6G产业高质量发展注入新动能。
本文来源：中国移动研究院
