15G-AxAI

新技術(shù)、新案例、新模型

白皮書5G-AxAI

新技術(shù)，新案例，新模型白皮書/

版本：V1.0交付類型程序性文件?

工作文檔保密等級(jí)?

對(duì)GTI運(yùn)營(yíng)商成員開放?

愿意與GTI伙伴合作□面向公眾項(xiàng)目5G-AxAI工作組N/A項(xiàng)目項(xiàng)目1：網(wǎng)絡(luò)智能項(xiàng)目2：數(shù)字孿生網(wǎng)絡(luò)智能項(xiàng)目

3：應(yīng)用智能項(xiàng)目4：可持續(xù)性洞察力任務(wù)N/A源成員中國(guó)移動(dòng)，日本電信運(yùn)營(yíng)商北京實(shí)驗(yàn)室，華為，愛立信，中諾基亞、英特爾、高通、聯(lián)發(fā)科、紫光展銳、小米、OPPO榮耀支持成員編者最后編輯日期批準(zhǔn)日期5G-AxAI

新技術(shù)、新案例、新模型

白皮書25G

-

AxAI

新技術(shù)，新案例，新型模型白皮書興通訊，、vivo、日期會(huì)議#版本n

#修訂內(nèi)容3文檔歷史5G-AxAI

新技術(shù)、新案例、新模型

白皮書保密：

此文件可能包含機(jī)密信息，且訪問權(quán)限僅限于保密級(jí)別中列出的個(gè)人。未經(jīng)GTI事先書面授權(quán)，不得使用、披露或部分或全部復(fù)制此文件，且獲授權(quán)者只能為授權(quán)目的使用此文件。GTI對(duì)于此文件中信息的準(zhǔn)確性、完整性或及時(shí)性不承擔(dān)任何責(zé)任。此文件中的信息可能會(huì)在未事先通知的情況下發(fā)生變化。GTI5G-AxAI

新技術(shù)、新案例、新模型

白皮書 .........................................

2文檔歷史

...................................................................................................................3目錄.......................................................................................................................41

高管總結(jié)................................................................................................................52

5G-AxAI：新能力滿足新需求，釋放新價(jià)值..........................................52.1

5G-A

商業(yè)進(jìn)步..........................................................................................52.2

新的人工智能能力

.....................................................................................................62.3

跨領(lǐng)域融合的機(jī)遇

.....................................................72.4

5G-A與AI的乘數(shù)效應(yīng)

................................................................................113

5G-AxAI

新興技術(shù)

......................................................................................133.1

網(wǎng)絡(luò)智能.................................................................................................143.2

數(shù)字孿生網(wǎng)絡(luò)智能

..............................................................................203.3

應(yīng)用智能..........................................................................................................................233.4

可持續(xù)智能..........................................................................................294

5G-AxAI

實(shí)現(xiàn)新案例.................................................................................................314.1

區(qū)分化的體驗(yàn)保障........................................................................314.2

新的呼叫服務(wù)...................................................................................................334.3

工業(yè)確定性服務(wù)

................................................................................374.4

綠色能源節(jié)約..................................................................................................394.5

高可靠性網(wǎng)絡(luò)

...........................................................................................414.6

多模態(tài)個(gè)人助理

................................................................................454.7

內(nèi)在人工智能................................................................................474.8

沉浸式體驗(yàn)...............................................................................................484.9

網(wǎng)絡(luò)智能駕駛..........................................................................................534.10

低空智能連接......................................................................55第五次新模型產(chǎn)業(yè)革命..............................................................................................59

5.1

三個(gè)ToC/BtoC的創(chuàng)新商業(yè)模式

......................................................

595.2

三種針對(duì)ToB的創(chuàng)新商業(yè)模式................................................................606

全球產(chǎn)業(yè)合作提案

...............................................................................627

詞匯表................................................................................................................................628

參考文獻(xiàn)............................................................................................................................644目錄表5G-AxAI

新技術(shù)、新案例、新模型

白皮書2.1

5G-A

商業(yè)進(jìn)步2024年中，3GPP已經(jīng)完成了Release18的相關(guān)工作，預(yù)計(jì)其Release

19的工作將在2025年底完成。5G已正式進(jìn)入5G-A階段，并為社會(huì)提供多重價(jià)值。

[2-4]

首先，高速、低延遲和幾乎無處不在的連接能力。其次，各種創(chuàng)新信息的整合。51

摘要在當(dāng)前技術(shù)創(chuàng)新的時(shí)代，人工智能（AI）技術(shù)正迅速發(fā)展，為網(wǎng)絡(luò)帶來了新的機(jī)遇。5G-Advanced（5G-A）與人工智能的融合將成為一種必然的產(chǎn)業(yè)趨勢(shì)，推動(dòng)電信及其他產(chǎn)業(yè)產(chǎn)生乘數(shù)效應(yīng)。一方面，5G-A×AI將滿足網(wǎng)絡(luò)需求，提升網(wǎng)絡(luò)性能和效率。另一方面，5G-A×AI還將為產(chǎn)業(yè)提供新的服務(wù)，加速產(chǎn)業(yè)智能化革命。5G-A×AI的創(chuàng)新技術(shù)已在4個(gè)主要領(lǐng)域取得顯著成效：在網(wǎng)絡(luò)智能領(lǐng)域，它使網(wǎng)絡(luò)表現(xiàn)出極高的質(zhì)量；在數(shù)字孿生網(wǎng)絡(luò)智能領(lǐng)域，它實(shí)現(xiàn)了低成本試驗(yàn)和高效率創(chuàng)新；在應(yīng)用智能領(lǐng)域，它擴(kuò)大了網(wǎng)絡(luò)服務(wù)范圍；在可持續(xù)智能領(lǐng)域，它實(shí)現(xiàn)了低碳目標(biāo)。所有這些技術(shù)都為新應(yīng)用提供了創(chuàng)新引擎，涉及服務(wù)保障、個(gè)人AI代理、具身人工智能、自動(dòng)駕駛等。同時(shí)，它也引領(lǐng)了新的商業(yè)模式，標(biāo)志著網(wǎng)絡(luò)服務(wù)從連接向連接、計(jì)算和智能融合的轉(zhuǎn)變。5G-AxAI

新技術(shù)、新案例、新模型

白皮書2

5G-AxAI：新能力滿足新需求，釋放新價(jià)值前沿的人工智能技術(shù)為社會(huì)帶來新的能力，使人們的生產(chǎn)和生活方式發(fā)生創(chuàng)新。

[1]

人工智能發(fā)展進(jìn)入新階段，變得輕量化、通用化和具體化。優(yōu)化算法極大地降低了人工智能成本，并降低了小型企業(yè)的進(jìn)入門檻；多模態(tài)基礎(chǔ)模型統(tǒng)一了異構(gòu)的人體數(shù)據(jù)，并擴(kuò)大了應(yīng)用范圍；機(jī)器人集成了理解和思考能力，使人工智能在現(xiàn)實(shí)世界中具體化。一部新的故事在兩個(gè)先進(jìn)且快速發(fā)展的行業(yè)相遇時(shí)展開。隨著5G-A網(wǎng)絡(luò)的加入，人工智能的效果和價(jià)值進(jìn)一步擴(kuò)大。5G-A與人工智能的融合成為一種不可避免的趨勢(shì)，并在技術(shù)、應(yīng)用、產(chǎn)業(yè)等多個(gè)方面帶來變革?；?G-AxAI技術(shù)的發(fā)展，將滿足網(wǎng)絡(luò)和產(chǎn)業(yè)的新需求，提高社會(huì)效率并創(chuàng)造新價(jià)值。在同一階段，通信網(wǎng)絡(luò)正經(jīng)歷大規(guī)模部署和創(chuàng)新的時(shí)期。5G網(wǎng)絡(luò)數(shù)量達(dá)到398個(gè)，全球5G

SA運(yùn)營(yíng)商達(dá)到154家。下一階段的5G-A系統(tǒng)開始成形，并由超過15家運(yùn)營(yíng)商實(shí)施。2.2

新的人工智能能力人工智能是使機(jī)器模擬人類智能的技術(shù)，使他們能夠處理諸如學(xué)習(xí)、理解、問題解決、感知、決策和自主性等任務(wù)。最新的大型基礎(chǔ)模型（例如，GPT-4o、Deekseek）已展現(xiàn)出其在理解自然語言和思考問題上的非凡能力。人工智能算法包括監(jiān)督學(xué)習(xí)、無監(jiān)督學(xué)習(xí)和強(qiáng)化學(xué)習(xí)。其中，深度學(xué)習(xí)是一種有效且強(qiáng)大的方法，已在各個(gè)領(lǐng)域得到廣泛應(yīng)用。具有多種不同層（例如，MLP、CNN、RNN、Transformers）的神經(jīng)網(wǎng)絡(luò)65G-AxAI

新技術(shù)、新案例、新模型

白皮書從全球視角來看，世界上超過60家運(yùn)營(yíng)商和合作伙伴已宣布5G-A商用計(jì)劃。5G-A已成為業(yè)內(nèi)熱點(diǎn)話題。2024年12月10日，以“世界首個(gè)5G-A區(qū)域啟航”為主題的特殊研討會(huì)啟動(dòng)。來自權(quán)威行業(yè)組織、監(jiān)管機(jī)構(gòu)、領(lǐng)先運(yùn)營(yíng)商和設(shè)備供應(yīng)商（如GSMA、TDRA、DU、e&、Vodafone、Ooredoo、華為、愛立信和諾基亞）的專家分享了5G-A的創(chuàng)新。在中國(guó)，5G-A網(wǎng)絡(luò)已在300多個(gè)城市啟動(dòng)，中國(guó)為世界樹立了一個(gè)良好的商用典范。在其他地區(qū)，許多運(yùn)營(yíng)商已開展5G-A驗(yàn)證，例如亞太地區(qū)HKT、CTM、馬來西亞Maxis、歐洲D(zhuǎn)NA、Vodafone、拉丁美洲VIVO和TIM。技術(shù)方面。第三，行業(yè)服務(wù)的能力基礎(chǔ)?？傊?，5G-A在速率和智能能力方面實(shí)現(xiàn)了顯著的升級(jí)。根據(jù)數(shù)據(jù)，實(shí)際的5G-A速率已躍升至3-5Gbps，預(yù)計(jì)未來將超過10Gbps，與傳統(tǒng)的5G網(wǎng)絡(luò)相比增加了10倍。極大規(guī)模天線陣列（ELAA）等技術(shù)被用于提高高頻帶的覆蓋范圍，多載波協(xié)調(diào)技術(shù)被用于高效聚合多個(gè)頻帶的帶寬，從而大大提高了頻譜效率。在終端側(cè)，2024年發(fā)布了新型高端芯片，以支持超過6組件載體（CC）的大帶寬能力。此外，5G-A的持續(xù)能力升級(jí)也開辟了行業(yè)的新藍(lán)海。例如，5G-A車聯(lián)網(wǎng)（IoV）支持在車輛道路云上進(jìn)行大規(guī)模試點(diǎn)項(xiàng)目，并加速了智能網(wǎng)聯(lián)汽車行業(yè)的發(fā)展。在中國(guó)，中國(guó)移動(dòng)積極推動(dòng)5G-A網(wǎng)絡(luò)的實(shí)施，在采用創(chuàng)新技術(shù)方面走在前列。例如，它部署了3CC聚合網(wǎng)絡(luò)和5G-A智能控制平面（NWDAF），提高了傳輸效率，并為關(guān)鍵客戶提供獨(dú)特的保障能力。中國(guó)移動(dòng)還為旅行、游戲和直播發(fā)行了5G-A收費(fèi)套餐，已有超過50萬5G-A用戶訂閱。例如，5G-A商務(wù)旅行計(jì)劃在下行鏈路提供高達(dá)3Gbps的高速體驗(yàn)，在上行鏈路提供高達(dá)200Mbps的體驗(yàn)。在中東，運(yùn)營(yíng)商推出了最高300Mbps的無線寬帶套餐。無線家庭寬帶利用5G-A高速網(wǎng)絡(luò)提供與光纖相似的高質(zhì)量體驗(yàn)，并解決了光纖部署困難和高建設(shè)成本的問題?？傮w而言，5G-A

在發(fā)展和商業(yè)化方面具有巨大潛力。它目前處于持續(xù)發(fā)展階段和大規(guī)模部署階段，期待新驅(qū)動(dòng)力的到來以實(shí)現(xiàn)進(jìn)一步的突破?？珙I(lǐng)域融合的機(jī)遇滿足演進(jìn)的網(wǎng)絡(luò)需求5G-A和AI的融合在滿足網(wǎng)絡(luò)演進(jìn)需求和實(shí)現(xiàn)卓越網(wǎng)絡(luò)性能方面提供了變革性潛力。AI技術(shù)可以以數(shù)據(jù)驅(qū)動(dòng)的方式優(yōu)化整個(gè)鏈路或系統(tǒng)中的多個(gè)功能模塊，從而提高整個(gè)端到端通信系統(tǒng)。通過結(jié)合5G-A和AI的先進(jìn)能力，網(wǎng)絡(luò)可以實(shí)現(xiàn)前所未有的效率、適應(yīng)性和可靠性，滿足現(xiàn)代連接不斷增長(zhǎng)的需求。以下是關(guān)于如何的分析。72)

人工智能預(yù)測(cè)人工智能也能根據(jù)歷史數(shù)據(jù)和當(dāng)前信息預(yù)測(cè)未來的事件、趨勢(shì)或結(jié)果。它具有處理復(fù)雜數(shù)據(jù)并識(shí)別人類可能無法察覺的模式的能力。在天氣預(yù)報(bào)中，AI模型可以通過分析大量氣象數(shù)據(jù)（包括溫度、濕度、風(fēng)速和氣壓）來準(zhǔn)確預(yù)測(cè)未來的天氣狀況。在金融領(lǐng)域，AI可以根據(jù)歷史股票數(shù)據(jù)、經(jīng)濟(jì)指標(biāo)和新聞情緒預(yù)測(cè)股價(jià)和市場(chǎng)趨勢(shì)。人工智能決策人工智能可以分析數(shù)據(jù)，評(píng)估各種選項(xiàng)，并提出建議或做出決策以實(shí)現(xiàn)特定目標(biāo)。它具有將多模態(tài)輸入條件歸一化到統(tǒng)一矢量空間的能力，提取共同特征，并對(duì)它們進(jìn)行加權(quán)以得到最終決策。在自動(dòng)駕駛領(lǐng)域，AI系統(tǒng)可以幫助分析來自不同傳感器的數(shù)據(jù)，如攝像頭、激光雷達(dá)和雷達(dá)，以檢測(cè)障礙物、其他車輛和行人。然后，它根據(jù)何時(shí)加速、制動(dòng)或轉(zhuǎn)向來避免碰撞并遵守交通規(guī)則做出決策。人工智能生成人工智能能夠通過學(xué)習(xí)和分析大量相關(guān)數(shù)據(jù)來創(chuàng)造新的內(nèi)容。這種能力可以適應(yīng)并擴(kuò)展到不同的領(lǐng)域（文本、音頻、圖像、視頻）。在創(chuàng)意領(lǐng)域，它為藝術(shù)家、設(shè)計(jì)師、作家、音樂家提供創(chuàng)意靈感，幫助他們快速生成創(chuàng)意內(nèi)容。在教育領(lǐng)域，它生成教學(xué)資源，如教學(xué)動(dòng)畫和個(gè)性化學(xué)習(xí)材料，有助于提高教學(xué)效果。所有這些人工智能能力都可以在網(wǎng)絡(luò)領(lǐng)域被利用和改進(jìn)。結(jié)合低延遲、高可靠性、普遍連接等網(wǎng)絡(luò)能力，通信智能融合服務(wù)將出現(xiàn)并推動(dòng)行業(yè)進(jìn)入下一階段。展現(xiàn)了他們?cè)诟兄?、預(yù)測(cè)、決策和優(yōu)化方面的強(qiáng)大能力。這些能力已經(jīng)在醫(yī)療保健、金融、交通、治理和其他許多行業(yè)中顯示出其價(jià)值。1)

AI感知人工智能能夠通過處理從各種傳感器收集到的數(shù)據(jù)來感知和理解周圍環(huán)境。它使機(jī)器能夠模擬人類感知世界的方式，包括視覺、聽覺、觸覺和其他感官。它甚至超越了人類，因?yàn)樗€可以直接從網(wǎng)絡(luò)空間獲取信息。例如，在醫(yī)院中，人工智能可以監(jiān)測(cè)患者的生命體征并檢測(cè)早期惡化的跡象，這樣醫(yī)療人員就能及時(shí)發(fā)出警報(bào)，提供緊急援助。5G-AxAI

新技術(shù)、新案例、新模型

白皮書AI增強(qiáng)頻譜效率：AI算法根據(jù)實(shí)時(shí)需求動(dòng)態(tài)分配可用頻率，最小化干擾并最大化頻譜效率。AI還能實(shí)現(xiàn)運(yùn)營(yíng)商和技術(shù)之間的有效頻譜共享，提高網(wǎng)絡(luò)容量。優(yōu)化MIMO技術(shù)：5G-A的多輸入多輸出（MIMO）技術(shù)顯著提升了數(shù)據(jù)吞吐量。人工智能動(dòng)態(tài)調(diào)整MIMO參數(shù)，在維持高數(shù)據(jù)速率的同時(shí)，以最少的功耗優(yōu)化系統(tǒng)性能。2)

以用戶為中心的網(wǎng)絡(luò)運(yùn)營(yíng)用戶中心化的運(yùn)營(yíng)對(duì)于確保用戶獲得一致可靠的服務(wù)水平至關(guān)重要，包括關(guān)鍵指標(biāo)如帶寬、延遲、抖動(dòng)和丟包率。對(duì)于5G-A，由于網(wǎng)絡(luò)支持的服務(wù)范圍廣泛，服務(wù)質(zhì)量（QoS）優(yōu)化尤為重要，這保證了用戶體驗(yàn)并平衡了網(wǎng)絡(luò)負(fù)載。實(shí)時(shí)監(jiān)控與調(diào)整：人工智能使網(wǎng)絡(luò)性能和用戶體驗(yàn)的持續(xù)監(jiān)控成為可能。通過實(shí)時(shí)分析延遲、吞吐量和數(shù)據(jù)包丟失等指標(biāo)，人工智能可以動(dòng)態(tài)調(diào)整網(wǎng)絡(luò)參數(shù)，以確保最佳的QoS。例如，它可以將時(shí)間敏感型流量，如自動(dòng)駕駛汽車或遠(yuǎn)程手術(shù)，優(yōu)先處理，以最大限度地減少延遲和數(shù)據(jù)包丟失，同時(shí)為視頻流等其他服務(wù)分配充足資源。智能交通整形：人工智能算法可以根據(jù)服務(wù)類型（如視頻、語音或物聯(lián)網(wǎng)）對(duì)流量進(jìn)行分類。通過了解每個(gè)服務(wù)的具體需求，人工智能可以優(yōu)先處理高優(yōu)先級(jí)流量，并高效地路由低優(yōu)先級(jí)流量，確保流暢的性能并避免擁堵。上下文感知交通優(yōu)先級(jí)：人工智能利用上下文數(shù)據(jù)，如一天中的時(shí)間、用戶位置和網(wǎng)絡(luò)條件，動(dòng)態(tài)調(diào)整服務(wù)質(zhì)量設(shè)置。例如，在高峰時(shí)段，人工智能可以優(yōu)先處理與緊急服務(wù)或醫(yī)療保健相關(guān)的應(yīng)用程序，而將一般瀏覽或流媒體應(yīng)用程序放在次要位置，確保關(guān)鍵服務(wù)不受影響。端到端服務(wù)質(zhì)量保證：人工智能可以實(shí)現(xiàn)對(duì)端到端服務(wù)質(zhì)量的控制，確保服務(wù)質(zhì)量標(biāo)準(zhǔn)不僅在網(wǎng)絡(luò)層面得到滿足，同時(shí)在應(yīng)用層面也得到滿足。人工智能可以分析8人工智能技術(shù)在網(wǎng)絡(luò)領(lǐng)域解決關(guān)鍵挑戰(zhàn)。1)

效率資源利用高效資源利用在5G-A中至關(guān)重要，以滿足對(duì)連接性的日益增長(zhǎng)需求，尤其是在密集城市地區(qū)、工業(yè)物聯(lián)網(wǎng)（IoT）應(yīng)用和高流量環(huán)境中。人工智能在優(yōu)化關(guān)鍵網(wǎng)絡(luò)資源，如頻譜、帶寬和基礎(chǔ)設(shè)施方面發(fā)揮著關(guān)鍵作用。動(dòng)態(tài)資源管理：人工智能算法分析實(shí)時(shí)交通狀況并預(yù)測(cè)需求模式，使5G-A網(wǎng)絡(luò)能夠動(dòng)態(tài)分配諸如帶寬、電力和頻譜等資源到最需要的區(qū)域。這確保了網(wǎng)絡(luò)資產(chǎn)的效率利用和流暢適應(yīng)不斷變化的交通負(fù)載。網(wǎng)絡(luò)切片優(yōu)化：通過5G-A的網(wǎng)絡(luò)切片能力，虛擬網(wǎng)絡(luò)可以根據(jù)特定應(yīng)用（例如，物聯(lián)網(wǎng)、增強(qiáng)型移動(dòng)寬帶和低延遲服務(wù)）進(jìn)行定制。人工智能通過實(shí)時(shí)優(yōu)化每個(gè)切片的資源分配來增強(qiáng)這一點(diǎn)，以適應(yīng)網(wǎng)絡(luò)性能指標(biāo)和用戶需求。預(yù)測(cè)交通分析：AI驅(qū)動(dòng)的預(yù)測(cè)模型利用歷史數(shù)據(jù)和使用趨勢(shì)來預(yù)測(cè)網(wǎng)絡(luò)擁堵或瓶頸。這種主動(dòng)方法允許網(wǎng)絡(luò)提前重新分配資源，確保即使在高峰使用期間也能保持不間斷運(yùn)行。5G-AxAI

新技術(shù)、新案例、新模型

白皮書滿足多元行業(yè)需求5G-AxAI的行業(yè)需求因5G-A和AI兩種顛覆性技術(shù)的融合而迅速增長(zhǎng)。這種組合預(yù)計(jì)將能夠在多個(gè)行業(yè)中實(shí)現(xiàn)各種新的應(yīng)用和服務(wù)。遠(yuǎn)程醫(yī)療和遠(yuǎn)程醫(yī)療服務(wù)5G-A提供低延遲和高速數(shù)據(jù)傳輸能力，這對(duì)于實(shí)現(xiàn)實(shí)時(shí)視頻咨詢甚至遠(yuǎn)程手術(shù)操作至關(guān)重要。AI增強(qiáng)了這些功能。9整個(gè)網(wǎng)絡(luò)路徑——從邊緣到核心——用于檢測(cè)可能影響服務(wù)交付的任何潛在問題。這種整體方法確保了更好的用戶體驗(yàn)，尤其是在智能城市、自動(dòng)駕駛和工業(yè)自動(dòng)化等關(guān)鍵應(yīng)用場(chǎng)景中。智能交通卸載：人工智能預(yù)測(cè)交通模式并主動(dòng)將流量卸載到替代的、高效的路徑中。這包括將數(shù)據(jù)重新路由到邊緣計(jì)算節(jié)點(diǎn)、相鄰小區(qū)或其他優(yōu)化網(wǎng)絡(luò)路徑。這些前瞻性措施確保核心網(wǎng)絡(luò)不擁塞，從而提高整體網(wǎng)絡(luò)的穩(wěn)定性性能。3)

網(wǎng)絡(luò)自動(dòng)化智能算法可以顯著提升網(wǎng)絡(luò)管道的性能，降低運(yùn)維（O&M）成本，并提高新服務(wù)推出的效率。此外，人工智能將推動(dòng)運(yùn)維實(shí)踐向L4/L5級(jí)別發(fā)展，協(xié)助電信運(yùn)營(yíng)商提升服務(wù)質(zhì)量并增加收入。敏捷網(wǎng)絡(luò)：在當(dāng)前的操作維護(hù)系統(tǒng)中，各個(gè)功能獨(dú)立運(yùn)行。為了實(shí)現(xiàn)任務(wù)目標(biāo)，操作維護(hù)人員必須手動(dòng)編排和整合這些功能，這需要頻繁與系統(tǒng)交互，導(dǎo)致操作維護(hù)效率降低。人工智能技術(shù)正在將運(yùn)維模式從以功能為中心轉(zhuǎn)變?yōu)橐匀蝿?wù)為中心，使系統(tǒng)更好地滿足人類需求。通過將統(tǒng)一的知識(shí)模型納入運(yùn)維系統(tǒng)，運(yùn)維人員可以使用自然語言與之進(jìn)行交流。這使系統(tǒng)能夠理解用戶意圖，并自主編排和集成功能，無縫地完成任務(wù)目標(biāo)。5G-AxAI

新技術(shù)、新案例、新模型

白皮書服務(wù)創(chuàng)新賦能：電信行業(yè)正在積極探索新的網(wǎng)絡(luò)能力和服務(wù)。為了滿足各種需求，有必要擺脫基于人工經(jīng)驗(yàn)和操作的傳統(tǒng)的服務(wù)提供工作模式。在新服務(wù)提供階段，運(yùn)營(yíng)商可以直接以自然語言的形式傳達(dá)服務(wù)需求。借助人工智能方法，網(wǎng)絡(luò)能夠通過將意圖翻譯成機(jī)器代碼來理解意圖，在網(wǎng)絡(luò)孿生環(huán)境中進(jìn)行在線模擬，并自動(dòng)生成網(wǎng)絡(luò)配置以滿足新的需求。綠色網(wǎng)絡(luò)：網(wǎng)絡(luò)節(jié)能與體驗(yàn)保證之間常常存在矛盾。節(jié)能方面最大的矛盾在于我們不知道何時(shí)關(guān)閉以及關(guān)閉到什么程度。利用人工智能算法，網(wǎng)絡(luò)可以動(dòng)態(tài)平衡網(wǎng)絡(luò)資源分配和節(jié)能策略，以實(shí)現(xiàn)從非高峰時(shí)段到高峰時(shí)段的平穩(wěn)過渡。通過實(shí)施上述智能策略，可以實(shí)現(xiàn)經(jīng)驗(yàn)保證與節(jié)能之間的有效協(xié)作，顯著降低網(wǎng)絡(luò)能耗，同時(shí)保證用戶體驗(yàn)。通過支持分析醫(yī)學(xué)圖像、傳感器數(shù)據(jù)和患者病史的診斷工具，提升能力，協(xié)助醫(yī)療專業(yè)人士做出明智的治療決策。遠(yuǎn)程醫(yī)療和遠(yuǎn)程手術(shù)：5G-A提供了實(shí)時(shí)遠(yuǎn)程會(huì)診和手術(shù)所需的寬帶和低延遲。人工智能可以協(xié)助醫(yī)生進(jìn)行診斷或通過機(jī)器人輔助進(jìn)行手術(shù)，利用人工智能驅(qū)動(dòng)的成像和數(shù)據(jù)分析提高準(zhǔn)確性。健康監(jiān)測(cè)：由5G-A網(wǎng)絡(luò)增強(qiáng)的人工智能設(shè)備能夠?qū)崟r(shí)監(jiān)測(cè)患者健康數(shù)據(jù)。這些系統(tǒng)通過分析可穿戴設(shè)備、傳感器和其他醫(yī)療設(shè)備的數(shù)據(jù)，能夠在問題變得嚴(yán)重之前預(yù)測(cè)潛在的健康問題。人工智能輔助診斷：AI驅(qū)動(dòng)的模型可以以顯著的準(zhǔn)確性分析醫(yī)學(xué)掃描，包括X射線和磁共振成像（MRI）。當(dāng)與5G-A快速傳輸大數(shù)據(jù)集的能力相結(jié)合時(shí)，這些工具能夠?qū)崿F(xiàn)更快、更精確的診斷，尤其是在偏遠(yuǎn)或欠發(fā)達(dá)地區(qū)，從而提高獲得優(yōu)質(zhì)醫(yī)療保健的途徑。自動(dòng)駕駛車輛與交通5G-A在促進(jìn)自動(dòng)駕駛車輛發(fā)展中扮演著至關(guān)重要的角色，它提供了令人印象深刻的數(shù)據(jù)傳輸并支持大規(guī)模的連接。隨著網(wǎng)絡(luò)中部署的計(jì)算系統(tǒng)，車輛能夠?qū)χ車h(huán)境擁有更全面、更詳細(xì)的感知，并做出更準(zhǔn)確的駕駛決策。自動(dòng)駕駛汽車：5G-A提供了自動(dòng)駕駛汽車與其他車輛及基礎(chǔ)設(shè)施（如交通燈和道路傳感器）無縫通信所必需的高速、超低延遲的連接性。人工智能處理來自多個(gè)傳感器（包括激光雷達(dá)、攝像頭和雷達(dá)）的數(shù)據(jù)，使得汽車能夠進(jìn)行實(shí)時(shí)決策，實(shí)現(xiàn)安全高效的駕駛。車輛與一切（V2X）：5G-A支持V2X通信，促進(jìn)車輛、基礎(chǔ)設(shè)施甚至行人間數(shù)據(jù)的交換。人工智能利用這些數(shù)據(jù)進(jìn)行高級(jí)交通管理、預(yù)測(cè)性路線優(yōu)化和實(shí)時(shí)交通更新，提升道路安全與出行效率。車隊(duì)管理和物流：5G-A使得在大規(guī)模車輛隊(duì)伍中實(shí)現(xiàn)實(shí)時(shí)監(jiān)控和無縫通信。通過人工智能算法分析數(shù)據(jù)來預(yù)測(cè)維護(hù)需求，優(yōu)化配送路線并提高燃油效率，確保成本效益和可持續(xù)的物流運(yùn)營(yíng)。制造業(yè)與工業(yè)4.05G-A網(wǎng)絡(luò)連接工廠中大量的設(shè)備和傳感器，并將大量數(shù)據(jù)（例如，生產(chǎn)過程參數(shù)、設(shè)備運(yùn)行狀態(tài)）傳輸至網(wǎng)絡(luò)或應(yīng)用服務(wù)器中的中央控制系統(tǒng)進(jìn)行分析和處理，從而實(shí)現(xiàn)生產(chǎn)過程的實(shí)時(shí)監(jiān)控和優(yōu)化。智能制造：5G-A提供所需的寬帶，以便實(shí)時(shí)監(jiān)控機(jī)器、生產(chǎn)線和機(jī)器人系統(tǒng)。人工智能分析傳感器數(shù)據(jù)以優(yōu)化生產(chǎn)流程，在它們導(dǎo)致故障之前識(shí)別出低效或潛在問題。預(yù)測(cè)性維護(hù)：人工智能算法利用傳感器數(shù)據(jù)在設(shè)備發(fā)生故障之前預(yù)測(cè)故障。憑借5G-A的持續(xù)數(shù)據(jù)傳輸能力，系統(tǒng)可以發(fā)送實(shí)時(shí)維護(hù)警報(bào)，減少停機(jī)時(shí)間并提高運(yùn)營(yíng)效率。機(jī)器人自動(dòng)化：5G-A的超低延遲使得AI驅(qū)動(dòng)的機(jī)器人能夠?qū)崟r(shí)執(zhí)行高度同步的任務(wù)，如組裝和質(zhì)量控制，顯著提高制造環(huán)境中的精度和生產(chǎn)力。105G-AxAI

新技術(shù)、新案例、新模型

白皮書2.4

5G-A

和

AI

的乘數(shù)效應(yīng)5G-A與AI的結(jié)合產(chǎn)生強(qiáng)大的乘數(shù)效應(yīng)，放大了每項(xiàng)技術(shù)在多個(gè)領(lǐng)域的影響力。這種結(jié)合加速了創(chuàng)新，提高了效率，提升了客戶體驗(yàn)，并促進(jìn)了新商業(yè)模式的開發(fā)。

[5]

.11零售與電子商務(wù)5G-A和AI對(duì)零售和電子商務(wù)產(chǎn)生了巨大影響，帶來了購物體驗(yàn)、物流以及供應(yīng)鏈管理等方面的變革。實(shí)時(shí)數(shù)據(jù)共享和通信使需求預(yù)測(cè)更加準(zhǔn)確，客戶體驗(yàn)更佳，從而提高了整體效率、靈活性和吸引力。個(gè)性化客戶體驗(yàn)：AI分析客戶行為，提供個(gè)性化推薦和針對(duì)性促銷。5G-A通過實(shí)現(xiàn)實(shí)時(shí)數(shù)據(jù)交換和在零售店中使用增強(qiáng)現(xiàn)實(shí)（AR）等沉浸式體驗(yàn)來支持這一功能。庫存管理與物流：人工智能可以實(shí)時(shí)預(yù)測(cè)產(chǎn)品需求并優(yōu)化庫存水平。結(jié)合5G-A追蹤運(yùn)輸和倉庫操作的能力，零售商可以提高效率并減少缺貨情況。智能商店：5G-A技術(shù)使得物聯(lián)網(wǎng)設(shè)備（例如智能貨架、傳感器）在零售環(huán)境中的集成成為可能。人工智能分析這些設(shè)備的數(shù)據(jù)，以優(yōu)化產(chǎn)品陳列、檢測(cè)盜竊和優(yōu)化店內(nèi)體驗(yàn)。智慧城市與城市基礎(chǔ)設(shè)施5G-A

和人工智能是構(gòu)建智能城市的關(guān)鍵推動(dòng)因素，促進(jìn)了智能治理、智能安全、智能交通等領(lǐng)域的重要進(jìn)步。通過技術(shù)發(fā)展，城市能夠?qū)崟r(shí)監(jiān)控狀態(tài)，做出全面決策，并管理城市運(yùn)營(yíng)。交通管理：5G-A網(wǎng)絡(luò)非常適合智能城市基礎(chǔ)設(shè)施，它能夠?qū)崿F(xiàn)從城市各處的傳感器進(jìn)行實(shí)時(shí)數(shù)據(jù)分析，以優(yōu)化交通流量、減少事故并提高整體城市效率。在處理大規(guī)模數(shù)據(jù)以做出智能決策方面，人工智能是關(guān)鍵。公共安全和監(jiān)控：基于人工智能的安全系統(tǒng)，包括人臉識(shí)別和異常檢測(cè)，得益于5G-A網(wǎng)絡(luò)的速率和連接性。這些系統(tǒng)可以處理監(jiān)控?cái)z像頭的實(shí)時(shí)數(shù)據(jù)，以增強(qiáng)公共安全。5G-A和人工智能技術(shù)的需求覆蓋了廣泛的行業(yè)，每個(gè)行業(yè)都在利用高速連接、實(shí)時(shí)數(shù)據(jù)處理和智能決策的結(jié)合。醫(yī)療保健、汽車、制造、電信、零售和智能城市等行業(yè)正在利用這些技術(shù)來提高效率、提升客戶體驗(yàn)并解鎖新的應(yīng)用。5G-A和人工智能之間的協(xié)同作用不僅增強(qiáng)了當(dāng)前的使用案例，還促使開發(fā)出創(chuàng)新的新一代應(yīng)用，這些應(yīng)用曾經(jīng)是無法想象的，從而推動(dòng)這些行業(yè)的數(shù)字化轉(zhuǎn)型。5G-AxAI

新技術(shù)、新案例、新模型

白皮書圖2-1

5G-A與AI的融合產(chǎn)生巨大價(jià)值5G-A與AI碰撞的成果是融合效應(yīng)，而非簡(jiǎn)單的相加。兩個(gè)平行宇宙（5G-A領(lǐng)域和AI領(lǐng)域）碰撞并擴(kuò)展到更高的維度，其內(nèi)在粒子之間產(chǎn)生相互作用力，釋放出巨大能量。這種能量擴(kuò)散到不同的應(yīng)用領(lǐng)域，并為人類社會(huì)展開巨大價(jià)值。這種價(jià)值主要體現(xiàn)在三個(gè)方面：125G-AxAI

新技術(shù)、新案例、新模型

白皮書提升網(wǎng)絡(luò)性能與效率網(wǎng)絡(luò)優(yōu)化：人工智能通過促進(jìn)自主網(wǎng)絡(luò)管理、預(yù)測(cè)性資源分配和故障檢測(cè)，增強(qiáng)了5G-A技術(shù)。這導(dǎo)致網(wǎng)絡(luò)資源（如帶寬和電力）的更有效利用，降低服務(wù)提供商的運(yùn)營(yíng)成本，同時(shí)提升用戶體驗(yàn)。網(wǎng)絡(luò)自動(dòng)化：人工智能（AI）使得網(wǎng)絡(luò)自動(dòng)化成為可能，允許5G-A網(wǎng)絡(luò)進(jìn)行自我優(yōu)化和自我修復(fù)。這減少了人工干預(yù)的需求，加快了網(wǎng)絡(luò)部署速度，并提高了可擴(kuò)展性，以滿足物聯(lián)網(wǎng)（IoT）和連接設(shè)備的不斷增長(zhǎng)需求。低延遲應(yīng)用：AI模型幫助優(yōu)化交通路由和預(yù)測(cè)網(wǎng)絡(luò)擁堵，支持自動(dòng)駕駛汽車、增強(qiáng)現(xiàn)實(shí)和遠(yuǎn)程手術(shù)等超低延遲服務(wù)。5G-A提供高數(shù)據(jù)速率和海量連接的能力確保了這些AI驅(qū)動(dòng)服務(wù)的平穩(wěn)且不間斷運(yùn)行。預(yù)測(cè)性分析：由AI驅(qū)動(dòng)的預(yù)測(cè)性維護(hù)和交通管理允許5G-A網(wǎng)絡(luò)預(yù)測(cè)需求變化、檢測(cè)瓶頸和進(jìn)行主動(dòng)維護(hù)。這最小化了服務(wù)中斷、降低了運(yùn)營(yíng)成本并提高了網(wǎng)絡(luò)可靠性。解鎖新的服務(wù)和應(yīng)用邊緣計(jì)算與實(shí)時(shí)處理：5G-A支持邊緣計(jì)算，即在數(shù)據(jù)源附近進(jìn)行處理，例如物聯(lián)網(wǎng)設(shè)備或傳感器。這降低了延遲和帶寬使用，使得需要實(shí)時(shí)處理的AI應(yīng)用成為可能，包括自動(dòng)駕駛汽車、智能制造和智慧城市。大規(guī)模連接性：5G-A能夠容納龐大的物聯(lián)網(wǎng)生態(tài)系統(tǒng)，數(shù)百萬個(gè)設(shè)備傳輸小數(shù)據(jù)包。當(dāng)與AI處理和基于這些數(shù)據(jù)進(jìn)行決策的能力相結(jié)合時(shí)，行業(yè)可以優(yōu)化運(yùn)營(yíng)，改善客戶服務(wù)，并開發(fā)新的商業(yè)模式。例如，在智能農(nóng)業(yè)領(lǐng)域，AI可以分析傳感器數(shù)據(jù)以優(yōu)化灌溉和作物管理，而5G-A確保農(nóng)場(chǎng)內(nèi)無縫實(shí)時(shí)數(shù)據(jù)傳輸。沉浸式通信：在教育、娛樂和零售等領(lǐng)域的AI驅(qū)動(dòng)AR/VR應(yīng)用通過5G-A能力提供高質(zhì)量、低延遲的沉浸式體驗(yàn)得到增強(qiáng)。3

5G-AxAI

培育新技術(shù)5G-A與人工智能的融合帶來了革命性的創(chuàng)新。核心創(chuàng)新集中在四個(gè)主要領(lǐng)域：1）網(wǎng)絡(luò)智能，旨在通過智能優(yōu)化提升網(wǎng)絡(luò)質(zhì)量；2）數(shù)字孿生網(wǎng)絡(luò)智能，旨在實(shí)現(xiàn)低成本試驗(yàn)和高效率創(chuàng)新；3）應(yīng)用智能，旨在通過增強(qiáng)功能擴(kuò)展網(wǎng)絡(luò)服務(wù)范圍；4）可持續(xù)智能，旨在通過智能節(jié)能實(shí)現(xiàn)重要的環(huán)境目標(biāo)。這些創(chuàng)新共同推動(dòng)了覆蓋服務(wù)保證、個(gè)人AI代理、具身AI和智能網(wǎng)絡(luò)基礎(chǔ)設(shè)施生命周期管理等多元領(lǐng)域的應(yīng)用新浪潮。通過在這些技術(shù)領(lǐng)域的持續(xù)進(jìn)步，5G-AxAI正在積極重塑網(wǎng)絡(luò)范式，加速行業(yè)轉(zhuǎn)型，并推動(dòng)從簡(jiǎn)單的連接到連接、計(jì)算和智能融合的一體化進(jìn)化。13體驗(yàn)。這為虛擬培訓(xùn)、遠(yuǎn)程協(xié)作和虛擬產(chǎn)品試用開辟了創(chuàng)新機(jī)會(huì)。3)

加速產(chǎn)業(yè)革命自動(dòng)化與優(yōu)化：人工智能推動(dòng)智能自動(dòng)化在各個(gè)行業(yè)的應(yīng)用，包括制造業(yè)（工業(yè)4.0）、醫(yī)療保健、交通和智能城市。在制造業(yè)中，由人工智能驅(qū)動(dòng)的機(jī)器人和預(yù)測(cè)性維護(hù)系統(tǒng)，得益于5G-A的超低延遲，提高了生產(chǎn)效率并最小化了停機(jī)時(shí)間。在醫(yī)療保健領(lǐng)域，人工智能算法實(shí)時(shí)分析患者數(shù)據(jù)，以創(chuàng)建個(gè)性化的治療方案，并得益于5G-A的快速數(shù)據(jù)傳輸。實(shí)時(shí)分析和個(gè)性化：借助5G-A的連接能力，人工智能使行業(yè)能夠根據(jù)實(shí)時(shí)數(shù)據(jù)實(shí)現(xiàn)個(gè)性化服務(wù)。例如，在零售領(lǐng)域，人工智能分析客戶行為以提供定制化推薦，而5G-A確保從物聯(lián)網(wǎng)設(shè)備、傳感器和移動(dòng)應(yīng)用程序無縫傳輸數(shù)據(jù)，以提升購物體驗(yàn)。改進(jìn)決策：AI處理復(fù)雜數(shù)據(jù)集的能力為企業(yè)提供市場(chǎng)趨勢(shì)、客戶偏好和運(yùn)營(yíng)低效率的實(shí)時(shí)洞察。這使得行業(yè)能夠做出快速、基于數(shù)據(jù)的決策，提高企業(yè)敏捷性和競(jìng)爭(zhēng)力。5G-AxAI

新技術(shù)、新案例、新模型

白皮書預(yù)測(cè)性和規(guī)范性分析：在物流領(lǐng)域，人工智能驅(qū)動(dòng)的預(yù)測(cè)模型優(yōu)化了路線和庫存管理，而5G-A的連接性促進(jìn)了貨物運(yùn)輸中的實(shí)時(shí)監(jiān)控。這導(dǎo)致了成本節(jié)約、提升客戶滿意度以及更高的運(yùn)營(yíng)效率。5G-A與人工智能融合的乘數(shù)效應(yīng)深遠(yuǎn)，創(chuàng)造了性能提升、新的商業(yè)機(jī)會(huì)和創(chuàng)新的巨大價(jià)值。人工智能驅(qū)動(dòng)智能決策和自動(dòng)化，而5G-A提供了支持這些進(jìn)步所需的速度和可靠性的連接基礎(chǔ)設(shè)施。共同作用下，它們推動(dòng)了行業(yè)的數(shù)字化轉(zhuǎn)型，提高了運(yùn)營(yíng)效率，促進(jìn)了新的商業(yè)模式，并帶來了社會(huì)效益。結(jié)果是，一個(gè)動(dòng)態(tài)的跨行業(yè)生態(tài)系統(tǒng)，增長(zhǎng)和創(chuàng)新得到放大，使企業(yè)、消費(fèi)者和社會(huì)受益。網(wǎng)絡(luò)智能智能實(shí)時(shí)網(wǎng)絡(luò)閉環(huán)通過引入智能控制平面和用戶平面，5G-A能夠?qū)崿F(xiàn)實(shí)時(shí)應(yīng)用識(shí)別、體驗(yàn)感知以及動(dòng)態(tài)服務(wù)控制，從而支持運(yùn)營(yíng)商持續(xù)優(yōu)化網(wǎng)絡(luò)資源調(diào)度，并實(shí)現(xiàn)差異化服務(wù)保證。14圖3-1

實(shí)時(shí)體驗(yàn)感知框架數(shù)據(jù)處理旨在為模型訓(xùn)練提供高質(zhì)量、易于使用的語料庫，為后續(xù)AI模型的準(zhǔn)確性和泛化能力奠定基礎(chǔ)。數(shù)據(jù)處理考慮了多個(gè)方面，包括隱私安全、特征選擇、編碼、分詞。1)

實(shí)時(shí)體驗(yàn)感知通過網(wǎng)絡(luò)數(shù)據(jù)分析功能（NWDAF）智能分析能力和用戶平面功能（UPF）流量識(shí)別能力的協(xié)調(diào)，智能網(wǎng)絡(luò)能夠根據(jù)大量網(wǎng)絡(luò)數(shù)據(jù)提供精確且實(shí)時(shí)的用戶體驗(yàn)評(píng)估。該過程包括四個(gè)階段：數(shù)據(jù)處理、AI模型結(jié)構(gòu)設(shè)計(jì)、模型預(yù)訓(xùn)練和模型微調(diào)。5G-AxAI

新技術(shù)、新案例、新模型

白皮書人工智能模型結(jié)構(gòu)設(shè)計(jì)涉及定義和設(shè)計(jì)適用于網(wǎng)絡(luò)操作狀態(tài)數(shù)據(jù)壓縮和建模的基本模型。它基于Transformer和Mamba結(jié)構(gòu)設(shè)計(jì)領(lǐng)域模型，集成多模態(tài)學(xué)習(xí)以融合信令、流量和其他多源數(shù)據(jù)。通過結(jié)合知識(shí)蒸餾和模型量化技術(shù)，復(fù)雜模型被壓縮成輕量級(jí)版本，以滿足UPF和NWDAF的實(shí)時(shí)數(shù)據(jù)分析和應(yīng)用需求。模型預(yù)訓(xùn)練旨在通過在大規(guī)模數(shù)據(jù)上全球訓(xùn)練來構(gòu)建具有一般特性的基礎(chǔ)模型，同時(shí)優(yōu)化訓(xùn)練過程以提高訓(xùn)練效率和效果。通過自適應(yīng)損失加權(quán)算法優(yōu)化多任務(wù)學(xué)習(xí)性能，動(dòng)態(tài)調(diào)整任務(wù)優(yōu)先級(jí)；此外，通過結(jié)合分布式訓(xùn)練框架，它還提高了大規(guī)模模型訓(xùn)練的效率。該模型微調(diào)通過基于特定服務(wù)場(chǎng)景的訓(xùn)練為模型提供高精度任務(wù)能力。在微調(diào)階段，可以使用遷移學(xué)習(xí)來...3.1.2

網(wǎng)絡(luò)基礎(chǔ)模型通信網(wǎng)絡(luò)是所有流量的聚合節(jié)點(diǎn)，可以獲取大量有價(jià)值的數(shù)據(jù)。借助大型語言模型（LLM）技術(shù)，構(gòu)建融合網(wǎng)絡(luò)知識(shí)的基座模型成為可能，從而實(shí)現(xiàn)精確的網(wǎng)絡(luò)操作和全面的用戶分析。與傳統(tǒng)的AI方法相比，基座模型在通用性和魯棒性方面得到了顯著提升，提供了更強(qiáng)的感知和優(yōu)化能力。此外，它使得任務(wù)適應(yīng)更加容易，避免了網(wǎng)絡(luò)功能的重復(fù)開發(fā)。155G-AxAI

新技術(shù)、新案例、新模型

白皮書快速適應(yīng)不同的場(chǎng)景，并且在小樣本學(xué)習(xí)中可以使用，以在數(shù)據(jù)不足的場(chǎng)景中提高模型性能?；谖⒄{(diào)技術(shù)，應(yīng)用感知和質(zhì)量體驗(yàn)（QoE）感知任務(wù)可以共享相同的基本模型，并且可以獨(dú)立升級(jí)。2)

區(qū)分化的體驗(yàn)保證圖3-2

分層體驗(yàn)保障框架差異化的體驗(yàn)保證技術(shù)有助于運(yùn)營(yíng)商最大化資源利用并提高盈利能力。具體而言，當(dāng)網(wǎng)絡(luò)處于低負(fù)載狀態(tài)時(shí)，差異化的體驗(yàn)保證技術(shù)可以刺激用戶流量，使用戶愿意將直播等高流量服務(wù)遷移到移動(dòng)網(wǎng)絡(luò)；當(dāng)網(wǎng)絡(luò)處于高負(fù)載狀態(tài)時(shí)，差異化的體驗(yàn)技術(shù)可以為關(guān)鍵客戶的關(guān)鍵服務(wù)提供充分的保證，從而確保網(wǎng)絡(luò)狀態(tài)不會(huì)降低他們的體驗(yàn)。在服務(wù)保障過程中，UPF（用戶平面的功能）持續(xù)分析用戶體驗(yàn)并向NWDAF（網(wǎng)絡(luò)數(shù)據(jù)訪問功能）報(bào)告分析結(jié)果。NWDAF根據(jù)不良體驗(yàn)觸發(fā)保障策略。在政策控制功能（PCF）交付保障策略后，它會(huì)在用戶設(shè)備（UE）上觸發(fā)專用的品牌標(biāo)識(shí)顯示。保障完成后，主動(dòng)推送體驗(yàn)報(bào)告，以便用戶感知保障結(jié)果并簡(jiǎn)化端到端體驗(yàn)閉環(huán)。3.1.3

智能網(wǎng)絡(luò)基礎(chǔ)設(shè)施生命周期網(wǎng)絡(luò)基礎(chǔ)設(shè)施涉及硬件設(shè)備、云平臺(tái)、網(wǎng)絡(luò)功能和網(wǎng)絡(luò)管理系統(tǒng)。為了更好地支持日益復(fù)雜的上層應(yīng)用，網(wǎng)絡(luò)基礎(chǔ)設(shè)施需要高效且高質(zhì)量的構(gòu)建和交付。在研究和開發(fā)、測(cè)試、部署和集成等階段需要進(jìn)行廣泛的重復(fù)驗(yàn)證，以確?；A(chǔ)設(shè)施的穩(wěn)定性。因此，將人工智能能力引入網(wǎng)絡(luò)基礎(chǔ)設(shè)施是迫切需要的，以取代大量的勞動(dòng)力成本。16圖3-3

智能網(wǎng)絡(luò)的基礎(chǔ)模型設(shè)計(jì)總體而言，大型語言模型（LLM）主要關(guān)注處理語音、文本和圖像，而不是網(wǎng)絡(luò)數(shù)據(jù)。為了充分發(fā)揮LLM在網(wǎng)絡(luò)領(lǐng)域的潛力，需要從以下方面重新設(shè)計(jì)基礎(chǔ)模型。首先，重要的一點(diǎn)是定制網(wǎng)絡(luò)數(shù)據(jù)的標(biāo)記化方法。網(wǎng)絡(luò)數(shù)據(jù)需要根據(jù)其特性進(jìn)行標(biāo)記化，這會(huì)將多維網(wǎng)絡(luò)數(shù)據(jù)（例如，交通、用戶信息、拓?fù)洌┯成涞较蛄靠臻g，并幫助模型提取高級(jí)數(shù)據(jù)特征。其次，應(yīng)重新構(gòu)建模型結(jié)構(gòu)和優(yōu)化目標(biāo)。適當(dāng)?shù)膶?、參?shù)、損失函數(shù)和訓(xùn)練策略的設(shè)置將確保模型在整合如此多的異構(gòu)網(wǎng)絡(luò)數(shù)據(jù)時(shí)能夠收斂。第三，鑒于當(dāng)前網(wǎng)絡(luò)狀況尚不具備高效計(jì)算能力，但需要實(shí)時(shí)處理，應(yīng)降低模型適應(yīng)和部署的成本。這可以通過參數(shù)高效微調(diào)（PEFT）和模型壓縮實(shí)現(xiàn)。5G-AxAI

新技術(shù)、新案例、新模型

白皮書在網(wǎng)絡(luò)流量識(shí)別領(lǐng)域，與典型方法不同，基礎(chǔ)模型不依賴于純文本規(guī)則，并且能夠提取高級(jí)隱含特征以區(qū)分不同類型的包和流量。特別是在加密流量、私有協(xié)議和未注冊(cè)服務(wù)類型的情況下，它帶來了更高的準(zhǔn)確性。此外，網(wǎng)絡(luò)本身支持跟蹤與用戶相關(guān)的數(shù)據(jù)，如位置變化、網(wǎng)絡(luò)接入和流量使用，這使得網(wǎng)絡(luò)能夠感知用戶的偏好、生活方式和職業(yè)。鑒于基礎(chǔ)模型在語義理解、上下文信息處理和跨域適應(yīng)能力方面的出色表現(xiàn)，它可以通過整合多源異構(gòu)的用戶相關(guān)數(shù)據(jù)，成為更精確的移動(dòng)用戶畫像的重要工具，從而進(jìn)一步促進(jìn)更個(gè)性化營(yíng)銷策略的發(fā)展。為了使網(wǎng)絡(luò)更加智能化，AI代理可以在基礎(chǔ)設(shè)施集成和驗(yàn)證的全生命周期中得到應(yīng)用和增強(qiáng)，例如在5G-A基礎(chǔ)設(shè)施的測(cè)試、集成、交付、運(yùn)營(yíng)和維護(hù)過程中。在測(cè)試和驗(yàn)證階段，AI代理可以幫助進(jìn)行需求管理、解決方案制定、驗(yàn)收驗(yàn)證和試點(diǎn)驗(yàn)證。在建設(shè)和交付階段，AI代理可以自動(dòng)完成環(huán)境設(shè)置、交付驗(yàn)證、配置、部署和問題定位等任務(wù)。在圖3-4

智能網(wǎng)絡(luò)基礎(chǔ)設(shè)施解決方案架構(gòu)交互層：

作為5G-A人工智能代理與人類交互的“感官”，這一層負(fù)責(zé)感知和處理與外部環(huán)境的多模態(tài)信息交互，包括文本、圖像、音頻和視頻。它還通過交互層將任務(wù)處理的結(jié)果反饋給用戶，并啟用迭代交互過程。175G-AxAI

新技術(shù)、新案例、新模型

白皮書運(yùn)營(yíng)和維護(hù)評(píng)估階段，AI智能體可以執(zhí)行質(zhì)量評(píng)估、問題預(yù)測(cè)、運(yùn)營(yíng)維護(hù)監(jiān)控和災(zāi)難恢復(fù)演練。因此，智能基礎(chǔ)設(shè)施集成和驗(yàn)證技術(shù)將大大提高網(wǎng)絡(luò)基礎(chǔ)設(shè)施測(cè)試自動(dòng)化和管理效率的水平。智能網(wǎng)絡(luò)基礎(chǔ)設(shè)施的架構(gòu)分為四層，類似于人的感官、大腦、神經(jīng)信號(hào)和手。每一層在5G-A網(wǎng)絡(luò)中都有其相應(yīng)的功能和應(yīng)用。模型層：

作為AI代理的大腦，這一層負(fù)責(zé)任務(wù)分解、規(guī)劃、推理、記憶、反思以及工具使用。在5G-A基礎(chǔ)設(shè)施的不同場(chǎng)景中，大模型被劃分為核心網(wǎng)絡(luò)模型、網(wǎng)頁模型、云平臺(tái)模型等，以完成不同領(lǐng)域的特定任務(wù)。語義層：

為了彌合任務(wù)執(zhí)行與自然語言之間的差距，建立了一個(gè)語義層，作為AI代理的神經(jīng)信號(hào)層，使大型模型能夠理解和執(zhí)行各種任務(wù)。這個(gè)語義層設(shè)定了統(tǒng)一的MAML（元?jiǎng)幼鳂?biāo)記語言），并為網(wǎng)絡(luò)驗(yàn)證、網(wǎng)頁驗(yàn)證、云平臺(tái)驗(yàn)證、部署和配置等子領(lǐng)域定義了子語言。執(zhí)行層：

作為AI代理的“手和腳”，這一層負(fù)責(zé)執(zhí)行、協(xié)調(diào)和調(diào)度特定任務(wù)。利用智能管道，執(zhí)行層根據(jù)自動(dòng)化工具或腳本完成環(huán)境部署、測(cè)試用例驗(yàn)證、質(zhì)量評(píng)估和資源管理等工作，然后將結(jié)果反饋給模型層，以便進(jìn)行迭代、反思和后續(xù)任務(wù)的規(guī)劃。通過這項(xiàng)技術(shù)，5G-A網(wǎng)絡(luò)基礎(chǔ)設(shè)施可以實(shí)現(xiàn)更高效和智能的管理與運(yùn)營(yíng)，以滿足未來網(wǎng)絡(luò)技術(shù)快速發(fā)展的需求。網(wǎng)絡(luò)移動(dòng)性中的AI人工智能通信網(wǎng)絡(luò)的應(yīng)用代表了5G-A領(lǐng)域的一項(xiàng)重大突破。其中一項(xiàng)關(guān)鍵創(chuàng)新是網(wǎng)絡(luò)移動(dòng)性方面的AI。為應(yīng)對(duì)網(wǎng)絡(luò)的動(dòng)態(tài)和復(fù)雜需求，AI提供了新的解決方案，以優(yōu)化切換、預(yù)測(cè)可能的故障，并減少資源和測(cè)量開銷。RRM測(cè)量預(yù)測(cè)無線電資源管理（RRM）測(cè)量預(yù)測(cè)在促進(jìn)高效的移動(dòng)性管理中發(fā)揮著關(guān)鍵作用。

[6]

基于人工智能的方法利用跨細(xì)胞簇的歷史和實(shí)時(shí)測(cè)量數(shù)據(jù)來生成預(yù)測(cè)，以改善切換決策并減少頻繁測(cè)量和報(bào)告的需求。這些人工智能模型可以被訓(xùn)練來預(yù)測(cè)時(shí)間、頻率和空間域中的測(cè)量值。如圖3-5所示的框架圖說明了整體預(yù)測(cè)結(jié)構(gòu)，其中人工智能模型可以在網(wǎng)絡(luò)的各個(gè)位置部署。在所提出的方法中，我們強(qiáng)調(diào)基于簇細(xì)胞的組合方法與案例3（直接預(yù)測(cè)）相結(jié)合，顯示出利用人工智能預(yù)測(cè)收益的巨大潛力。這是通過結(jié)合更豐富的空間信息并在多個(gè)模塊間進(jìn)行聯(lián)合優(yōu)化來實(shí)現(xiàn)的，從而提高了預(yù)測(cè)準(zhǔn)確性和網(wǎng)絡(luò)性能。18圖3-5

RRM測(cè)量預(yù)測(cè)框架2)

故障預(yù)測(cè)預(yù)測(cè)切換失?。℉OF）和無線鏈路失?。≧LF）對(duì)于在用戶移動(dòng)性期間保持無縫連接至關(guān)重要。

[7]

AI模型分析信號(hào)質(zhì)量隨時(shí)間的變化趨勢(shì)，以識(shí)別可能發(fā)生故障的規(guī)律，從而實(shí)現(xiàn)主動(dòng)式網(wǎng)絡(luò)調(diào)整，減輕服務(wù)中斷。與T310過期相關(guān)的RLF場(chǎng)景——作為故障預(yù)測(cè)的代表性案例——可以通過短期和長(zhǎng)期方法來解決。5G-AxAI

新技術(shù)、新案例、新模型

白皮書在短期場(chǎng)景中，當(dāng)T310已經(jīng)被觸發(fā)時(shí)，AI模型估計(jì)剩余計(jì)時(shí)器期間的故障可能性。這些預(yù)測(cè)提供了對(duì)故障風(fēng)險(xiǎn)的即時(shí)洞察，支持實(shí)時(shí)決策和恢復(fù)行動(dòng)。在T310激活之前進(jìn)行的長(zhǎng)期預(yù)測(cè)，側(cè)重于估計(jì)潛在故障的概率和時(shí)間。通過結(jié)合擴(kuò)展的RRM測(cè)量趨勢(shì)在具有較高失敗風(fēng)險(xiǎn)的環(huán)境中，例如FR2部署，這些預(yù)測(cè)能力尤其有價(jià)值。雖然直接預(yù)測(cè)解決了即時(shí)風(fēng)險(xiǎn)，但間接預(yù)測(cè)則利用多小區(qū)空間和時(shí)間數(shù)據(jù)來支持戰(zhàn)略規(guī)劃，確保網(wǎng)絡(luò)性能的可靠性。這些方法共同提高了降低高掉話率（HOF）和重連失敗率（RLF）的能力，有助于構(gòu)建更穩(wěn)健和適應(yīng)性強(qiáng)的網(wǎng)絡(luò)運(yùn)營(yíng)。通過整合這些預(yù)測(cè)方法，人工智能模型在確保無縫服務(wù)交付方面發(fā)揮著變革性作用，即使在最動(dòng)態(tài)和復(fù)雜的移動(dòng)場(chǎng)景中也是如此。3)

事件預(yù)測(cè)通過利用人工智能模型，對(duì)測(cè)量事件（如A3事件）的預(yù)測(cè)有助于優(yōu)化網(wǎng)絡(luò)操作，降低測(cè)量開銷，并通過更精確和及時(shí)的事件觸發(fā)提升切換性能。

[8]

與故障預(yù)測(cè)類似，事件預(yù)測(cè)也可以通過間接和直接兩種方法實(shí)現(xiàn)。間接預(yù)測(cè)利用RRM測(cè)量預(yù)測(cè)作為輸入，允許網(wǎng)絡(luò)根據(jù)服務(wù)小區(qū)和相鄰小區(qū)的時(shí)空數(shù)據(jù)趨勢(shì)推斷事件的發(fā)生。此方法與現(xiàn)有的移動(dòng)框架無縫集成，利用多小區(qū)相關(guān)性來維持預(yù)測(cè)精度，同時(shí)降低操作復(fù)雜性。另一方面，直接預(yù)測(cè)繞過中間步驟，AI模型直接輸出事件觸發(fā)器。這種方法特別適合于實(shí)時(shí)應(yīng)用，可以實(shí)現(xiàn)更快的響應(yīng)時(shí)間和簡(jiǎn)化處理。194)

確定前進(jìn)道路AI在5G-A中的移動(dòng)性代表了向前邁出的一個(gè)變革性步伐，正如測(cè)量精度、故障預(yù)測(cè)可靠性和事件預(yù)測(cè)方面的進(jìn)步所展示的那樣。5G-AxAI

新技術(shù)、新案例、新模型

白皮書在專注于減少測(cè)量開銷的場(chǎng)景中，如FR1部署，預(yù)測(cè)測(cè)量事件可以替代實(shí)際測(cè)量，顯著降低信令負(fù)載同時(shí)保持等效性能。例如，時(shí)域預(yù)測(cè)允許網(wǎng)絡(luò)在不犧牲事件準(zhǔn)確性的情況下減少測(cè)量報(bào)告的頻率。同時(shí)，在FR2環(huán)境中，由于移動(dòng)性需求更高，這些預(yù)測(cè)通過主動(dòng)調(diào)整如滯后和觸發(fā)時(shí)間等參數(shù)，增強(qiáng)了切換性能。這減少了晚切換的可能性，并改善了最佳目標(biāo)小區(qū)的選擇，確保網(wǎng)絡(luò)節(jié)點(diǎn)之間的過渡更加平滑。在多個(gè)細(xì)胞中，長(zhǎng)期方法允許進(jìn)行先發(fā)制人的規(guī)劃和優(yōu)化流動(dòng)性策略。直接預(yù)測(cè)模型，直接輸出故障概率，由于其能夠提供精確且可操作的信息，特別適用于短期場(chǎng)景。相反，依賴時(shí)間相關(guān)RRM測(cè)量預(yù)測(cè)的間接預(yù)測(cè)方法在長(zhǎng)期場(chǎng)景中更有效。這些方法能夠捕捉在較長(zhǎng)時(shí)間窗口內(nèi)服務(wù)小區(qū)和相鄰小區(qū)的演變條件，為資源分配和移動(dòng)管理提供全面的視角。評(píng)估這些預(yù)測(cè)的準(zhǔn)確性對(duì)其有效性至關(guān)重要。指標(biāo)如漏報(bào)預(yù)測(cè)比率、誤報(bào)預(yù)測(cè)比率和時(shí)間準(zhǔn)確性對(duì)于評(píng)估可靠性是必不可少的。準(zhǔn)確的預(yù)測(cè)確保事件觸發(fā)在正確的時(shí)間發(fā)生，從而實(shí)現(xiàn)及時(shí)的手續(xù)轉(zhuǎn)移并最小化中斷。這些能力有助于構(gòu)建一個(gè)更具適應(yīng)性和高效的移動(dòng)管理框架，解決下一代網(wǎng)絡(luò)的動(dòng)態(tài)挑戰(zhàn)。3.2

數(shù)字孿生網(wǎng)絡(luò)智能數(shù)字孿生網(wǎng)絡(luò)（DTN）代表著我們對(duì)5G網(wǎng)絡(luò)以及更高級(jí)網(wǎng)絡(luò)的管里和優(yōu)化方法的一種范式轉(zhuǎn)變。通過創(chuàng)建物理網(wǎng)絡(luò)基礎(chǔ)設(shè)施的虛擬副本，DTN使得運(yùn)營(yíng)商能夠以前所未有的精確度模擬、分析和優(yōu)化網(wǎng)絡(luò)操作。這個(gè)數(shù)字表示不僅是當(dāng)前網(wǎng)絡(luò)狀態(tài)的反映，而且也是一個(gè)測(cè)試未來情景的沙箱，為創(chuàng)新和網(wǎng)絡(luò)優(yōu)化提供了一個(gè)強(qiáng)大的平臺(tái)。203.2.1

網(wǎng)絡(luò)數(shù)據(jù)映射技術(shù)數(shù)據(jù)映射是網(wǎng)絡(luò)數(shù)字孿生實(shí)施的基礎(chǔ)，為孿生建模提供必要輸入。收集數(shù)據(jù)的品質(zhì)與全面性直接決定了數(shù)字孿生如何忠實(shí)地反映其物理對(duì)應(yīng)物。然而，由于現(xiàn)代網(wǎng)絡(luò)的規(guī)模龐大、設(shè)備生態(tài)系統(tǒng)多樣化、復(fù)雜的接口配置和動(dòng)態(tài)流量模式，這些挑戰(zhàn)使得高精度數(shù)據(jù)收集既資源密集又可能對(duì)網(wǎng)絡(luò)性能造成破壞。5G-AxAI

新技術(shù)、新案例、新模型

白皮書通過將AI驅(qū)動(dòng)的洞察嵌入到5G-A的核心，行業(yè)正逐步接近實(shí)現(xiàn)其構(gòu)建更智能、更靈活、更高效的網(wǎng)絡(luò)的愿景。這些創(chuàng)新為未來在移動(dòng)管理方面的能力奠定了堅(jiān)實(shí)基礎(chǔ)，為真正互聯(lián)的未來鋪平了道路。為了應(yīng)對(duì)這些挑戰(zhàn)，重點(diǎn)已經(jīng)轉(zhuǎn)向開發(fā)一種高效的網(wǎng)絡(luò)數(shù)據(jù)收集機(jī)制，以滿足網(wǎng)絡(luò)孿生的特定需求。該機(jī)制采用按需數(shù)據(jù)收集方法，精心選擇收集目標(biāo)、精度水平、協(xié)議和傳輸方式。目標(biāo)是實(shí)現(xiàn)一種平衡的解決方案，在保持效率和節(jié)能的同時(shí)提供全面的數(shù)據(jù)。能力。開發(fā)將預(yù)測(cè)結(jié)果整合到網(wǎng)絡(luò)決策過程中的穩(wěn)健框架對(duì)于實(shí)現(xiàn)這些益處至關(guān)重要。未來的研究將繼續(xù)提高人工智能模型對(duì)不同部署條件的適應(yīng)性，確保一致性和可擴(kuò)展性。3.2.2

數(shù)字孿生建模技術(shù)NDT建模技術(shù)在實(shí)現(xiàn)復(fù)雜5G-Advanced和未來網(wǎng)絡(luò)中的有效網(wǎng)絡(luò)智能方面至關(guān)重要。它側(cè)重于構(gòu)建物理網(wǎng)絡(luò)基礎(chǔ)設(shè)施的高保真虛擬副本，在模型精度與計(jì)算效率之間取得平衡。在日益復(fù)雜和動(dòng)態(tài)的網(wǎng)絡(luò)架構(gòu)背景下，一個(gè)穩(wěn)健的NDT模型對(duì)于準(zhǔn)確狀態(tài)復(fù)制、預(yù)測(cè)模擬和歷史事件分析等功能至關(guān)重要，從而實(shí)現(xiàn)主動(dòng)式網(wǎng)絡(luò)管理和優(yōu)化。215G-AxAI

新技術(shù)、新案例、新模型

白皮書圖3-6

AutoOPT框架AutoOPT框架通過利用生成式AI模型進(jìn)行數(shù)據(jù)生成和優(yōu)化，代表了對(duì)這一挑戰(zhàn)的創(chuàng)新性解決方法。如圖3-6所示，此框架通過兩個(gè)不同的階段運(yùn)作。在數(shù)據(jù)生成階段，它使用規(guī)模無關(guān)性指標(biāo)從小型網(wǎng)絡(luò)中創(chuàng)建合成數(shù)據(jù)，確保DTN

AI模型

[9]可以有效推廣到更大的網(wǎng)絡(luò)環(huán)境。后續(xù)優(yōu)化階段通過種子樣本選擇和增量細(xì)化自動(dòng)識(shí)別和篩選高質(zhì)量數(shù)據(jù)，最終提高DTN人工智能模型的準(zhǔn)確性和泛化能力。這種方法不僅解決了數(shù)據(jù)收集的即時(shí)挑戰(zhàn)，還為數(shù)字孿生精度持續(xù)改進(jìn)奠定了基礎(chǔ)。通過將數(shù)字孿生本身作為模擬數(shù)據(jù)生成實(shí)體，我們可以豐富機(jī)器學(xué)習(xí)訓(xùn)練數(shù)據(jù)集，并為網(wǎng)絡(luò)分析和優(yōu)化創(chuàng)建更穩(wěn)健的模型。NDT建模圍繞三個(gè)基本維度構(gòu)建，協(xié)同貢獻(xiàn)于全面的數(shù)字表示。首先，網(wǎng)絡(luò)狀態(tài)數(shù)字孿生解決了網(wǎng)絡(luò)實(shí)體、屬性及其相互關(guān)系的實(shí)時(shí)和歷史表示問題。這一維度包括不變的網(wǎng)絡(luò)配置和動(dòng)態(tài)操作遙測(cè)。采用的技術(shù)包括：網(wǎng)絡(luò)模擬器：

利用模擬不同層次抽象的網(wǎng)絡(luò)環(huán)境的平臺(tái)，從詳細(xì)的包級(jí)仿真到更高層次的行為模型。

數(shù)據(jù)抽象表達(dá)式：

采用正式化的數(shù)據(jù)模型和架構(gòu)來5G-AxAI

新技術(shù)、新案例、新模型

白皮書22高效表示網(wǎng)絡(luò)狀態(tài)數(shù)據(jù)并促進(jìn)語義互操作性。這可能涉及使用數(shù)據(jù)序列化格式和標(biāo)準(zhǔn)化信息模型。知識(shí)圖譜：

構(gòu)建基于圖的表示以捕捉網(wǎng)絡(luò)拓?fù)?、?shí)體關(guān)系和狀態(tài)依賴，從而在數(shù)字孿生中實(shí)現(xiàn)知識(shí)驅(qū)動(dòng)的推理和推斷。其次，服務(wù)與環(huán)境匹配主要關(guān)注服務(wù)層及其運(yùn)營(yíng)環(huán)境的建模。這對(duì)于理解網(wǎng)絡(luò)內(nèi)部的服務(wù)性能和用戶體驗(yàn)至關(guān)重要。關(guān)鍵方法包括：生成對(duì)抗網(wǎng)絡(luò)（GANs）：

利用生成對(duì)抗網(wǎng)絡(luò)（GAN）架構(gòu)來合成真實(shí)且動(dòng)態(tài)的服務(wù)行為模式并模擬用戶交互配置文件。GAN在捕捉復(fù)雜、非線性服務(wù)動(dòng)態(tài)以及生成用于模型訓(xùn)練和驗(yàn)證的合成數(shù)據(jù)集方面特別有效。?基于深度學(xué)習(xí)的環(huán)境重建：

利用深度學(xué)習(xí)算法，尤其是卷積神經(jīng)網(wǎng)絡(luò)（CNN）和點(diǎn)云處理技術(shù)，對(duì)傳感器數(shù)據(jù)（例如，激光雷達(dá)、相機(jī)圖像、部署藍(lán)圖）進(jìn)行處理，以實(shí)現(xiàn)物理網(wǎng)絡(luò)部署環(huán)境的自動(dòng)識(shí)別、提取和三維重建。這為網(wǎng)絡(luò)模擬和可視化生成空間精確的上下文。第三，網(wǎng)絡(luò)行為孿生模型模擬網(wǎng)絡(luò)元素的功能特性。這一維度采用一系列基于所需精度和計(jì)算成本的建模方法：白盒建模：

在網(wǎng)絡(luò)虛擬環(huán)境內(nèi)部直接實(shí)施網(wǎng)絡(luò)協(xié)議和設(shè)備功能，通常通過軟件定義網(wǎng)絡(luò)（SDN）和網(wǎng)絡(luò)功能虛擬化（NFV）原則。這提供了對(duì)模擬網(wǎng)絡(luò)操作的較高透明度和控制，適用于詳細(xì)的協(xié)議分析和功能驗(yàn)證。?

黑盒建模：

利用數(shù)據(jù)驅(qū)動(dòng)的建模技術(shù)，如機(jī)器學(xué)習(xí)統(tǒng)計(jì)建模，根據(jù)觀察到的歷史數(shù)據(jù)預(yù)測(cè)網(wǎng)絡(luò)狀態(tài)轉(zhuǎn)換和性能指標(biāo)。此方法抽象于內(nèi)部協(xié)議細(xì)節(jié)，聚焦于輸入輸出關(guān)系和預(yù)測(cè)準(zhǔn)確性，適用于性能預(yù)測(cè)和異常檢測(cè)。?

灰盒建模：

結(jié)合抽象網(wǎng)絡(luò)機(jī)制表示與選定的實(shí)際網(wǎng)絡(luò)功能。這種混合方法在建模精度和計(jì)算復(fù)雜性之間提供了一種實(shí)用的平衡。在當(dāng)前語境中，形式化方法如Petri網(wǎng)特別有價(jià)值，它們?yōu)榉植际焦I(yè)物聯(lián)網(wǎng)網(wǎng)絡(luò)數(shù)字孿生中并發(fā)和異步事件的建模提供了一個(gè)數(shù)學(xué)上嚴(yán)謹(jǐn)?shù)目蚣?，如先前研究所展示?/p>

[10]

.3.3

應(yīng)用智能通信網(wǎng)絡(luò)正在從基本連接服務(wù)向智能應(yīng)用服務(wù)演變。通過人工智能技術(shù)的深度融合，網(wǎng)絡(luò)不僅提供傳統(tǒng)的語音和數(shù)據(jù)服務(wù)，還支持多模態(tài)交互、實(shí)時(shí)翻譯和數(shù)字人等新型智能服務(wù)。為了支持這些創(chuàng)新應(yīng)用，網(wǎng)絡(luò)經(jīng)歷了技術(shù)演進(jìn)。這些增強(qiáng)不僅擴(kuò)展了網(wǎng)絡(luò)的應(yīng)用邊界，還為運(yùn)營(yíng)商創(chuàng)造了新的商業(yè)模式，從流量運(yùn)營(yíng)轉(zhuǎn)向基于價(jià)值的運(yùn)營(yíng)。233.3.1

IMS

數(shù)據(jù)通道IP多媒體子系統(tǒng)的數(shù)據(jù)通道（IMSDC）是一項(xiàng)先進(jìn)功能，它可在通信會(huì)話期間實(shí)現(xiàn)非語音數(shù)據(jù)的高速、實(shí)時(shí)傳輸，利用基于IMS的語音和視頻服務(wù)的基礎(chǔ)設(shè)施。其設(shè)計(jì)旨在滿足與延遲、帶寬和可靠性相關(guān)的特定需求，這些對(duì)于應(yīng)用如增強(qiáng)現(xiàn)實(shí)、實(shí)時(shí)多媒體和物聯(lián)網(wǎng)交互至關(guān)重要。本節(jié)詳細(xì)探討了IMS

DC的架構(gòu)、功能和優(yōu)點(diǎn)。5G-AxAI

新技術(shù)、新案例、新模型

白皮書圖3-7

NDT建模方法這三個(gè)維度，如圖3-7所示，在構(gòu)建全面無損檢測(cè)技術(shù)（NDT）方面至關(guān)重要。這種集成建模范例賦予了網(wǎng)絡(luò)運(yùn)營(yíng)商對(duì)網(wǎng)絡(luò)理解、預(yù)測(cè)分析和主動(dòng)優(yōu)化的增強(qiáng)能力，最終有助于實(shí)現(xiàn)向智能、自主網(wǎng)絡(luò)管理的演變，并支持現(xiàn)代網(wǎng)絡(luò)基礎(chǔ)設(shè)施的先進(jìn)服務(wù)需求。圖3-8

IMS

DC實(shí)現(xiàn)實(shí)時(shí)多媒體交互如圖3-8所示，IMS

DC集成在IMS框架內(nèi)，基于語音和視頻通道創(chuàng)建一個(gè)無縫、多功能的通信渠道。這種集成允許在傳統(tǒng)語音或視頻通話的同時(shí)同步傳輸數(shù)據(jù)類型，確保數(shù)據(jù)流與多媒體內(nèi)容保持同步。IMSDC在現(xiàn)有的IMS架構(gòu)下高效運(yùn)行，利用電信網(wǎng)絡(luò)固有的優(yōu)勢(shì)，如通過電話號(hào)碼的全球連接、統(tǒng)一的認(rèn)證和強(qiáng)大的會(huì)話管理。245G-AxAI

新技術(shù)、新案例、新模型

白皮書在IMSDC架構(gòu)中，控制和媒體功能是分離的。該方法使用數(shù)據(jù)通道信號(hào)功能（DCSF）來處理信號(hào)控制，并使用媒體功能（MF）來管理媒體資源，支持如AR渲染和媒體處理等功能，這大大提高了未來應(yīng)用的靈活性和可擴(kuò)展性。IMS

DC在現(xiàn)代通信中提供基本的好處，包括：實(shí)時(shí)、多模式交互：

通過結(jié)合視頻、語音和數(shù)據(jù)流，它能夠在

IMS

框架內(nèi)直接實(shí)現(xiàn)沉浸式和交互式通信體驗(yàn)，例如

AR

和虛擬會(huì)議。?

服務(wù)質(zhì)量（QoS）和安全性增強(qiáng)：

利用IMS強(qiáng)大的功能，IMSDC確保了QoS管理和強(qiáng)大的安全協(xié)議，保護(hù)數(shù)據(jù)完整性和最小化延遲。?

靈活的應(yīng)用集成：

通過BDC流動(dòng)態(tài)引入新應(yīng)用的能力簡(jiǎn)化了擴(kuò)展IMS功能的流程，確保未來創(chuàng)新可以迅速集成到網(wǎng)絡(luò)中，而無需進(jìn)行重大調(diào)整。IMS

DC

被分為兩個(gè)主要組件：引導(dǎo)數(shù)據(jù)通道（BDC）：

該通道促進(jìn)了IMS

DC應(yīng)用程序在終端上的下載和執(zhí)行。這些應(yīng)用程序可能包括網(wǎng)頁內(nèi)容（例如，HTML5頁面）、媒體元素以及用于實(shí)時(shí)交互的控制腳本（例如，JavaScript）。

應(yīng)用數(shù)據(jù)通道（ADC）：

這是數(shù)據(jù)通道，終端上的應(yīng)用程序通過它傳輸數(shù)據(jù)到其他設(shè)備或網(wǎng)絡(luò)。模數(shù)轉(zhuǎn)換器（ADC）確保在語音/視頻流量并行傳輸?shù)耐瑫r(shí)，實(shí)時(shí)傳輸特定于應(yīng)用程序的數(shù)據(jù)，從而保持一致的用戶體驗(yàn)和最小延遲。IMS

DC在終端和網(wǎng)絡(luò)之間建立，以有效地管理數(shù)據(jù)交換。當(dāng)通信會(huì)話開始時(shí)，DC服務(wù)器建立BDC，將DC應(yīng)用程序推送到主叫和接收終端。一旦這些應(yīng)用程序激活，ADC用于處理數(shù)據(jù)傳輸，確保所有多媒體和應(yīng)用數(shù)據(jù)實(shí)時(shí)同步。3.3.2

交互式新呼叫5G-A新呼叫服務(wù)為用戶提供交互式、智能化和沉浸式的創(chuàng)新新服務(wù)和新場(chǎng)景，例如數(shù)字人、智能翻譯、意圖通信等。25圖

3-9

為新興職業(yè)引入的新人工智能技術(shù)。新的AI技術(shù)刷新了傳統(tǒng)的電話服務(wù)，并促進(jìn)了業(yè)務(wù)模式從語音或視頻拓展到多模態(tài)通信。隨著AI技術(shù)的快速發(fā)展，AI已經(jīng)成為推動(dòng)通信技術(shù)革新的不可或缺的力量。通過AI賦能網(wǎng)絡(luò)，持續(xù)的創(chuàng)新被注入到電話服務(wù)中。以下列舉了許多用于新叫通中使用的AI新技術(shù)：圖

3-10

交互式新呼叫意圖識(shí)別：

意圖識(shí)別指的是通過自然語言處理技術(shù)（如大型語言模型、自然語言處理NLP）對(duì)人類語言中表達(dá)出的意圖或目的進(jìn)行識(shí)別和理解?；谝鈭D的通信極大地簡(jiǎn)化了新呼叫的交互流程。系統(tǒng)5G-AxAI

新技術(shù)、新案例、新模型

白皮書基礎(chǔ)設(shè)施變更?？傊琁MS

DC代表了電信服務(wù)演變中的一個(gè)關(guān)鍵步驟，提供了一個(gè)統(tǒng)一的數(shù)據(jù)、語音和視頻通信通道，優(yōu)化了跨不同網(wǎng)絡(luò)環(huán)境的實(shí)時(shí)、多媒體交互。IMS

DC的持續(xù)進(jìn)步，尤其是與增強(qiáng)現(xiàn)實(shí)（AR）和未來通信服務(wù)的集成，凸顯了其在5G-A及其以后通信系統(tǒng)基石作用。3.3.3

云-邊-端協(xié)同云邊端協(xié)同是優(yōu)化通信網(wǎng)絡(luò)的關(guān)鍵，尤其是在人工智能驅(qū)動(dòng)應(yīng)用方面。隨著人工智能模型復(fù)雜性的增加，在云、邊緣和終端層之間高效分配任務(wù)變得至關(guān)重要。像計(jì)算卸載、資源調(diào)度和數(shù)據(jù)協(xié)作這樣的關(guān)鍵策略對(duì)于實(shí)現(xiàn)這些層之間的無縫協(xié)作至關(guān)重要。265G-AxAI

新技術(shù)、新案例、新模型

白皮書1)

計(jì)算卸載自動(dòng)根據(jù)文本和圖片識(shí)別并執(zhí)行意圖。例如，如果您訂購1000個(gè)披薩，系統(tǒng)將自動(dòng)執(zhí)行意圖識(shí)別并生成訂單。XR+

AGI技術(shù)：

擴(kuò)展現(xiàn)實(shí)（XR）交互技術(shù)指的是通過計(jì)算機(jī)技術(shù)和可穿戴設(shè)備生成的真實(shí)與虛擬結(jié)合、人機(jī)交互的環(huán)境。它將虛擬信息與真實(shí)場(chǎng)景相結(jié)合，創(chuàng)造出一個(gè)人機(jī)交互的虛擬環(huán)境。該技術(shù)可用于娛樂、教育、醫(yī)療和工業(yè)領(lǐng)域，以提供更加豐富和沉浸式的體驗(yàn)。通用人工智能（AGI）技術(shù)可用于快速生成XR視頻和數(shù)字世界。通過應(yīng)用人工智能技術(shù)如語音識(shí)別（ASR）、意圖識(shí)別、智能翻譯和數(shù)字人技術(shù)，新通話將受益于以下方面：新商業(yè)模式：

在將來，通信將從交通和時(shí)間操作發(fā)展到價(jià)值操作，并提供價(jià)值服務(wù)，例如數(shù)字人、個(gè)人助理和化身/自我溝通。?

縮短服務(wù)上線時(shí)間：

通過整合人工智能技術(shù)，服務(wù)推出時(shí)間可以簡(jiǎn)化。通過插件智能AI平臺(tái)，新服務(wù)組件可以實(shí)現(xiàn)即插即用。數(shù)字人：

數(shù)字人技術(shù)是一種高科技產(chǎn)品，它將計(jì)算機(jī)圖形、動(dòng)作捕捉、圖像渲染和人工智能結(jié)合在一起。它允許創(chuàng)建具有人類外觀、行為和特征的虛擬角色。這些虛擬角色可以存在于數(shù)字空間中，并與現(xiàn)實(shí)世界互動(dòng)。智能翻譯：

結(jié)合實(shí)時(shí)通信，智能翻譯將用戶的語音轉(zhuǎn)換為文本信息，并在用戶的手機(jī)上顯示這些文本信息。智能翻譯可以根據(jù)人工智能技術(shù)如自動(dòng)語音識(shí)別（ASR）、大型語言模型（LLM）等實(shí)現(xiàn)不同語言或方言之間的翻譯。它還適用于在無法進(jìn)行語音通話的情況下進(jìn)行實(shí)時(shí)語音/文本轉(zhuǎn)換，例如，正常人與聽力障礙人士之間的交流。圖3-12

不同任務(wù)對(duì)AI模型大小的需求同樣，圖3-12顯示了不同AI模型的計(jì)算資源需求變化。大型模型，如深度學(xué)習(xí)中使用的模型，通常被卸載到云端，而需要實(shí)時(shí)推理的小型模型則在邊緣或終端處理。這種分層方法確保AI應(yīng)用可以根據(jù)手頭任務(wù)的特定計(jì)算需求有效擴(kuò)展。272)

以上行鏈路為中心的寬帶通信隨著人工智能應(yīng)用如AI視頻通話和AI助手的普及，人工智能與人類之間的交互變得多模態(tài)，例如圖像和視頻，以及從終端到云端的圖像和視頻上傳變得必要。根據(jù)相關(guān)研究，要確保80%常用應(yīng)用的交互體驗(yàn)，需要20Mbps的上傳速率，而要確保60%高品質(zhì)應(yīng)用（如增強(qiáng)型應(yīng)用）的交互體驗(yàn)，則需要30Mbps的上傳速率。圖3-11

設(shè)備端AI：能耗與內(nèi)存消耗隨著人工智能模型復(fù)雜性的增加，終端設(shè)備通常無法獨(dú)立處理其計(jì)算負(fù)荷。將這些任務(wù)卸載到云端或邊緣設(shè)備，可以更好地分配計(jì)算工作負(fù)載，確保在終端設(shè)備上的實(shí)時(shí)性能。如圖3-11所示，隨著人工智能模型復(fù)雜性的增加，終端設(shè)備上的能量和內(nèi)存使用量顯著上升。這凸顯了將更多資源密集型任務(wù)卸載到云端或邊緣設(shè)備的重要性，從而使終端設(shè)備能專注于更輕的計(jì)算任務(wù)。5G-AxAI

新技術(shù)、新案例、新模型

白皮書

圖

3-13

多模態(tài)交互的上行鏈路體驗(yàn)需求上行為中心的寬帶通信（UCBC）將上行帶寬能力提升10倍，滿足多模態(tài)交互、機(jī)器視覺和不同AI應(yīng)用場(chǎng)景下的海量寬帶物聯(lián)網(wǎng)上傳需求，加速數(shù)千個(gè)行業(yè)的智能化升級(jí)。目前，更多頻譜和帶寬正基于當(dāng)前的下行通道進(jìn)行聚合，以提升上行能力。主要技術(shù)包括靈活頻譜接入、SUL增強(qiáng)和上行載波聚合。FA

SUL網(wǎng)絡(luò)技術(shù)可應(yīng)用于實(shí)現(xiàn)大上行帶寬并滿足多模態(tài)交互需求。此外，TDD頻段的上下行時(shí)隙分配進(jìn)行了調(diào)整，以增加上行時(shí)間槽資源的調(diào)度，從而提升上行能力。284)

數(shù)據(jù)協(xié)作數(shù)據(jù)協(xié)作確保了云、邊緣和終端之間信息的順暢流動(dòng)。在終端收集的數(shù)據(jù)首先在邊緣進(jìn)行初步處理和緩存，從而減少需要傳輸?shù)皆频拇罅繑?shù)據(jù)。這種本地處理最小化了延遲，使得實(shí)時(shí)決策成為可能，尤其是在對(duì)時(shí)間敏感的應(yīng)用中尤為重要。3）資源調(diào)度高效資源調(diào)度對(duì)于確保任務(wù)在云、邊緣和終端節(jié)點(diǎn)之間被最優(yōu)分配至關(guān)重要。資源的動(dòng)態(tài)分配確保計(jì)算能力、內(nèi)存和帶寬得到有效利用，最小化延遲并最大化吞吐量。AI應(yīng)用通常需要大量的上行帶寬，尤其是在處理大量數(shù)據(jù)集時(shí)。滿足這一需求對(duì)于確保終端、邊緣和云層之間的數(shù)據(jù)傳輸平滑至關(guān)重要。5G-AxAI

新技術(shù)、新案例、新模型

白皮書補(bǔ)充上行鏈路（SUL）。在云計(jì)算邊緣協(xié)作的背景下，資源調(diào)度的作用變得更加重要。核心焦點(diǎn)是依據(jù)當(dāng)前網(wǎng)絡(luò)負(fù)載和資源可用性來管理任務(wù)，確保計(jì)算資源盡可能地高效使用。這種動(dòng)態(tài)調(diào)度有助于維持最佳性能，減少瓶頸，并實(shí)現(xiàn)任務(wù)執(zhí)行的加速。

圖3-14

云邊數(shù)據(jù)協(xié)作方案圖3-14展示了數(shù)據(jù)在這些層之間是如何被處理和管理的。數(shù)據(jù)在上傳到云端之前，在邊緣進(jìn)行預(yù)處理，然后云存儲(chǔ)并進(jìn)一步分析數(shù)據(jù)。這種協(xié)作確保只有最相關(guān)的數(shù)據(jù)被傳輸?shù)皆贫耍瑑?yōu)化帶寬使用并確保高效的模型訓(xùn)練。它還使得敏感數(shù)據(jù)的處理更加安全，尤其是在醫(yī)療和金融等領(lǐng)域。計(jì)算卸載、資源調(diào)度和數(shù)據(jù)協(xié)作之間的協(xié)同作用，使云端-邊緣-終端協(xié)作能夠高效運(yùn)行。通過利用這些策略，人工智能應(yīng)用的總體性能得到提升，計(jì)算能力得到合理分配，延遲最小化，數(shù)據(jù)流得到優(yōu)化。隨著人工智能驅(qū)動(dòng)應(yīng)用的持續(xù)發(fā)展，動(dòng)態(tài)分配資源以及管理云、邊緣和終端數(shù)據(jù)的能力將變得愈發(fā)重要。這一合作不僅提高了人工智能處理的效率，而且允許應(yīng)用程序有效擴(kuò)展，以滿足下一代服務(wù)的日益增長(zhǎng)需求。293.4

可持續(xù)智能隨著全球電價(jià)的上漲，節(jié)能和能源效率已成為電信行業(yè)的核心優(yōu)先事項(xiàng)。對(duì)于移動(dòng)網(wǎng)絡(luò)而言，降低能耗以實(shí)現(xiàn)凈零排放已成為運(yùn)營(yíng)商的核心目標(biāo)，超過85%的移動(dòng)網(wǎng)絡(luò)運(yùn)營(yíng)商承諾達(dá)成此目標(biāo)。鑒于無線接入網(wǎng)絡(luò)（RAN）和核心網(wǎng)絡(luò)對(duì)整體能耗的貢獻(xiàn)重大，提高這兩個(gè)領(lǐng)域的能源效率至關(guān)重要。5G-AxAI

新技術(shù)、新案例、新模型

白皮書人工智能的集成在提高能源效率方面發(fā)揮著關(guān)鍵作用。通過分析實(shí)時(shí)交通模式和資源利用，人工智能使資源調(diào)度和電力管理最優(yōu)化，顯著減少能源消耗，同時(shí)保持服務(wù)質(zhì)量。3.4.2

優(yōu)化網(wǎng)絡(luò)級(jí)能源效率在網(wǎng)絡(luò)層面上，通過分析歷史交通模式、天氣數(shù)據(jù)和地方事件，AI預(yù)測(cè)交通負(fù)載波動(dòng)，從而允許動(dòng)態(tài)調(diào)整網(wǎng)絡(luò)資源以減少不必要的能耗。AI驅(qū)動(dòng)的關(guān)閉機(jī)制可以預(yù)測(cè)低交通時(shí)段并自動(dòng)關(guān)閉包括功率放大器和收發(fā)器在內(nèi)的組件，在不影響服務(wù)質(zhì)量的情況下減少能耗。30圖3-15

智能功率放大器控制為了解決這一問題，采用了AI驅(qū)動(dòng)的數(shù)字預(yù)失真（DPD）技術(shù)來提高功率放大器（PA）的線性度。傳統(tǒng)的DPD算法已經(jīng)通過機(jī)器學(xué)習(xí)模型進(jìn)行升級(jí)，這些模型能夠動(dòng)態(tài)適應(yīng)不同的環(huán)境和信號(hào)條件。深度神經(jīng)網(wǎng)絡(luò)（DNNs）模擬PA的非線性特性，并在實(shí)時(shí)調(diào)整輸入信號(hào)，以實(shí)現(xiàn)更好的功率效率和信號(hào)質(zhì)量。AI驅(qū)動(dòng)的DPD系統(tǒng)在廣泛的真實(shí)世界信號(hào)數(shù)據(jù)上訓(xùn)練，考慮到各種頻段、功率水平和環(huán)境條件。這些系統(tǒng)可以在復(fù)雜的網(wǎng)絡(luò)環(huán)境中自主調(diào)整參數(shù)，減少信號(hào)失真并提高性能。3.4.1

提高設(shè)備級(jí)能效在設(shè)備層面，無線單元中的主要能量消耗者是功率放大器（PA），它用于放大傳輸信號(hào)。優(yōu)化PA的效率對(duì)于提高整體節(jié)能至關(guān)重要?，F(xiàn)有技術(shù)能夠在低負(fù)載條件下改善PA的線性和效率；然而，大多數(shù)解決方案在低負(fù)載期間（在網(wǎng)絡(luò)操作中很常見）的優(yōu)化效果有限。5G-AxAI

新技術(shù)、新案例、新模型

白皮書人工智能模型通過分析來自終端設(shè)備和網(wǎng)絡(luò)組件的實(shí)時(shí)反饋，也允許對(duì)網(wǎng)絡(luò)設(shè)備進(jìn)行智能控制。這使得網(wǎng)絡(luò)能夠動(dòng)態(tài)調(diào)整電力分配和傳輸策略。例如，基站中的功率放大器（PA）和基帶單元（BBU）在低負(fù)載期間可以進(jìn)入深度睡眠狀態(tài)，只有在流量增加時(shí)才會(huì)被重新激活。此外，人工智能優(yōu)化不僅限于無線接入網(wǎng)（RAN），還包括核心網(wǎng)絡(luò)的能效改進(jìn)。在核心網(wǎng)絡(luò)中，智能調(diào)度和資源管理機(jī)制分析流量模式、用戶需求和網(wǎng)絡(luò)拓?fù)?，以?dòng)態(tài)路由數(shù)據(jù)流量并最小化不必要的能耗。5G-AxAI

推動(dòng)新應(yīng)用場(chǎng)景差異化經(jīng)驗(yàn)保證隨著移動(dòng)互聯(lián)網(wǎng)的發(fā)展，用戶對(duì)網(wǎng)絡(luò)的需求正變得越來越個(gè)性化。從4G到5G，運(yùn)營(yíng)商主要通過流量管理來管理數(shù)據(jù)服務(wù)。在5G-A時(shí)代，利用人工智能技術(shù)動(dòng)態(tài)調(diào)整網(wǎng)絡(luò)資源分配對(duì)于滿足不同用戶級(jí)別（如鉆石、白金、黃金、銀色和標(biāo)準(zhǔn)卡）的不同類型服務(wù)（如短視頻、游戲和直播）、中高速移動(dòng)場(chǎng)景（如高速鐵路和地鐵）以及高容量場(chǎng)景（如音樂廳和旅游景點(diǎn)）的差異化體驗(yàn)需求至關(guān)重要。網(wǎng)絡(luò)感知、體驗(yàn)保證和體驗(yàn)評(píng)估等技術(shù)可以顯著提升用戶滿意度。315G-AxAI

新技術(shù)、新案例、新模型

白皮書現(xiàn)有網(wǎng)絡(luò)的測(cè)試結(jié)果如下展示：在無線網(wǎng)絡(luò)方面：

在部署精確的服務(wù)保障策略后，各種類型的服務(wù)（如短視頻、二維碼支付和網(wǎng)頁）的延遲均得到降低。經(jīng)驗(yàn)評(píng)估：

用戶體驗(yàn)評(píng)估涉及基于不同服務(wù)特點(diǎn)制定一套全面的QoE（用戶體驗(yàn)質(zhì)量）指標(biāo)。對(duì)于視頻服務(wù)，這包括通過多個(gè)維度如內(nèi)容質(zhì)量、傳輸質(zhì)量和交互質(zhì)量等方面評(píng)估清晰度、流暢性和及時(shí)交互，這些維度隨后將被整合成一個(gè)統(tǒng)一的標(biāo)準(zhǔn)分?jǐn)?shù)[1,

5]。對(duì)于即時(shí)通訊服務(wù)，重點(diǎn)在于服務(wù)類型和響應(yīng)及時(shí)性等因素，指標(biāo)包括文本、語音、圖像和視頻傳輸類型，以及服務(wù)量、持續(xù)時(shí)間、速度和TCP/UDP協(xié)議下的性能指標(biāo)（如丟包率、延遲、抖動(dòng)和TCP重傳率），所有這些均用于計(jì)算即時(shí)通訊服務(wù)的平均意見分?jǐn)?shù)（MOS）。這種全面的方法確保了評(píng)估能夠準(zhǔn)確反映用戶在各類服務(wù)中的體驗(yàn)質(zhì)量。網(wǎng)絡(luò)感知：

目前，智能網(wǎng)絡(luò)感知模塊支持識(shí)別數(shù)千個(gè)服務(wù)類別，包括主流國(guó)內(nèi)與國(guó)際服務(wù)流量。此外，它能精確識(shí)別超級(jí)應(yīng)用內(nèi)的各種子服務(wù)，例如語音通話、視頻通話、直播、視頻會(huì)議以及云游戲，整體感知率超過95%。通過多維度的節(jié)能策略，包括時(shí)間、空間、頻率和功率域的優(yōu)化，人工智能能夠?qū)崿F(xiàn)精確的能源優(yōu)化，而不會(huì)影響性能。預(yù)計(jì)這種能力將在R18及以后得到進(jìn)一步發(fā)展，結(jié)合網(wǎng)絡(luò)數(shù)字孿生技術(shù)進(jìn)行離線節(jié)能預(yù)測(cè)，為未來網(wǎng)絡(luò)的部署實(shí)現(xiàn)更精確的節(jié)能策略。經(jīng)驗(yàn)保證：

基于網(wǎng)絡(luò)感知的結(jié)果，為對(duì)應(yīng)服務(wù)提供有針對(duì)性的保障策略。在無線側(cè)采用的經(jīng)驗(yàn)保證的關(guān)鍵技術(shù)包括精確服務(wù)保證預(yù)測(cè)、多目標(biāo)優(yōu)化服務(wù)保證策略和智能多頻率協(xié)調(diào)。在核心網(wǎng)絡(luò)側(cè)，基于NWDAF的網(wǎng)絡(luò)安全智能被引入，以滿足用戶需求提供動(dòng)態(tài)保證比特率（GBR）保證。5G-AxAI

新技術(shù)、新案例、新模型

白皮書32圖4-1

短視頻、二維碼支付和網(wǎng)頁瀏覽服務(wù)的延遲降低。在核心網(wǎng)絡(luò)方面：

在引入基于