面向5G-A與AI融合驅(qū)動的算網(wǎng)智一體化解決方案白皮書（2025年）前言5G-A與人工智能為核心驅(qū)動的新一輪科技革命與產(chǎn)5G-AAI深度融合，構(gòu)建“算力、網(wǎng)絡(luò)、智能”一體化融合的新型基礎(chǔ)設(shè)施，成為支撐千行百業(yè)數(shù)字化轉(zhuǎn)型、實現(xiàn)高質(zhì)量發(fā)展的戰(zhàn)略基石。AI技術(shù)發(fā)展迅速，但--跨越，才能為實體經(jīng)濟(jì)注入強勁新動能。在此背景下，中國移動積極響應(yīng)國家戰(zhàn)略部署，依托自身網(wǎng)絡(luò)優(yōu)勢與技術(shù)創(chuàng)新能力，提出“5G-A×AI算網(wǎng)智一體化”解決方案。本白皮書系統(tǒng)闡述了以“算為引擎、網(wǎng)為根基、智為大腦”為核心的一體化架構(gòu)理念，重并結(jié)合在工業(yè)制造領(lǐng)域的真實案例，展現(xiàn)該架構(gòu)在提升生產(chǎn)效率、優(yōu)化運營成本、增強安全保障等方面的實際成效與價值。目錄前言政策導(dǎo)向和產(chǎn)業(yè)現(xiàn)狀 01痛點與挑戰(zhàn) 025G-A與政策導(dǎo)向和產(chǎn)業(yè)現(xiàn)狀 01痛點與挑戰(zhàn) 02設(shè)計理念 03算網(wǎng)智一體化架構(gòu)設(shè)計理念 03算網(wǎng)智一體化架構(gòu) 04異構(gòu)接入 08異構(gòu)接入 08意圖化用網(wǎng) 08一網(wǎng)多能 08內(nèi)生智能 09多模態(tài)感知 09智能驅(qū)動中樞與模型服務(wù)基座 10賦能邊緣智能的模型服務(wù) 10智能體引領(lǐng)與業(yè)務(wù)生態(tài)共創(chuàng) 11083.2.賦能企業(yè)專網(wǎng)的邊緣智能核心網(wǎng)賦能邊緣智算核心網(wǎng)的算力平臺 06輕量化與彈性部署 06跨異構(gòu)適配 06云邊模型與數(shù)據(jù)協(xié)同 07安全與高可靠運行 07應(yīng)用案例 14確定性時延確定性時延控制 14意圖驅(qū)動智能專網(wǎng)管理 155 展望 17縮略語列表 18聯(lián)合發(fā)布及編制單位 19參考文獻(xiàn) 205G-A與AI融合驅(qū)動發(fā)展的背景面向5G-A與5G-A與AI融合驅(qū)動發(fā)展的背景15G-A與AI融合驅(qū)動發(fā)展的背景1政策導(dǎo)向和產(chǎn)業(yè)現(xiàn)狀5G-AAI融合成新型工業(yè)化戰(zhàn)略支撐。我國正處于加速發(fā)展新質(zhì)生產(chǎn)力、推進(jìn)新型工業(yè)化的關(guān)鍵階段，5G-A與人工智能（AI）的融合將成為支撐產(chǎn)業(yè)轉(zhuǎn)型和創(chuàng)新發(fā)展的核心動力。國家層面密集出智”一體化基礎(chǔ)設(shè)施提供政策的引導(dǎo)和戰(zhàn)略的支撐。國務(wù)院《關(guān)于深入實++”與實體經(jīng)濟(jì)的結(jié)合，明確提出加快企業(yè)專網(wǎng)和工AI5GAI協(xié)同創(chuàng)新，推動工業(yè)現(xiàn)場網(wǎng)升級，加強典型場景示范，助力智能制造、智慧港口等高價值應(yīng)用5G-AAI為核心構(gòu)建工業(yè)大腦和數(shù)字孿生平臺，實現(xiàn)生產(chǎn)全流程智能化。5G-AAI融合發(fā)展的過程中，運營商、設(shè)備商和垂直行業(yè)參與者需打破AI算力與智能化結(jié)5G-A網(wǎng)絡(luò)、算力資源，精準(zhǔn)匹配企業(yè)專網(wǎng)多樣化需求；設(shè)備商也要通過平臺化設(shè)計、智能化制造、個性化定制與網(wǎng)絡(luò)化協(xié)同，提升網(wǎng)絡(luò)傳輸效率與智能化水平，更要強化AI應(yīng)求差異顯著，且長期數(shù)據(jù)孤島導(dǎo)致資源與數(shù)據(jù)難以共享，分散模式難以適配差異化場景與全鏈條流轉(zhuǎn)需求。而打通“網(wǎng)絡(luò)-算力-AI-業(yè)務(wù)”聯(lián)動的架構(gòu)，既能整合資源響應(yīng)極致指標(biāo)，又能打破數(shù)據(jù)壁壘，成為破解業(yè)務(wù)卡點的關(guān)鍵。025G-A求差異顯著，且長期數(shù)據(jù)孤島導(dǎo)致資源與數(shù)據(jù)難以共享，分散模式難以適配差異化場景與全鏈條流轉(zhuǎn)需求。而打通“網(wǎng)絡(luò)-算力-AI-業(yè)務(wù)”聯(lián)動的架構(gòu)，既能整合資源響應(yīng)極致指標(biāo)，又能打破數(shù)據(jù)壁壘，成為破解業(yè)務(wù)卡點的關(guān)鍵。025G-A與AI融合驅(qū)動發(fā)展的背景痛點與挑戰(zhàn)在推進(jìn)5G-A×AI算網(wǎng)智一體化的過程中，5G專網(wǎng)存在部署不靈活、自運維難度高等問題，以及傳統(tǒng)算力平臺的負(fù)載適配不足與資源協(xié)同較差，以上問題均成為亟待突破的關(guān)鍵。5G、Wi-Fi、有線等異構(gòu)網(wǎng)絡(luò)并存，形成數(shù)據(jù)孤島，難以實現(xiàn)接入的統(tǒng)一；業(yè)務(wù)需求“言而無策”，生產(chǎn)線的高層意圖無法被網(wǎng)絡(luò)理解與實時響應(yīng)，從“需求”到“配置”仍需人工逐條配置，業(yè)務(wù)敏捷性嚴(yán)重受阻；網(wǎng)絡(luò)資源“靜而不柔”，感知等融合應(yīng)用，制約了智能化的深度與廣度。融合技術(shù)拐點催生架構(gòu)協(xié)同：下沉核心網(wǎng)雖解決了集中式核心網(wǎng)難以快速處理邊緣側(cè)海量數(shù)據(jù)的問數(shù)據(jù)流轉(zhuǎn)效率低。唯有通過整合網(wǎng)絡(luò)、算力、AI與業(yè)務(wù)的協(xié)同架構(gòu)，才能將技術(shù)優(yōu)勢轉(zhuǎn)化為實際業(yè)務(wù)支撐能力，匹配企業(yè)對實時性與本地化的核心要求。業(yè)務(wù)卡點破解依賴架構(gòu)創(chuàng)新：企業(yè)專網(wǎng)面臨雙重業(yè)務(wù)挑戰(zhàn)，一是工業(yè)控制等場景對端到端時延低于1ms99.999的極致要求，單靠網(wǎng)絡(luò)優(yōu)化無法滿足；二是智能制造、低空經(jīng)濟(jì)等行業(yè)需25G-AxAI算網(wǎng)智一體化技術(shù)體系2設(shè)計理念5G-AxAI算網(wǎng)智一體化技能力”轉(zhuǎn)型與高質(zhì)量發(fā)展。UPF轉(zhuǎn)發(fā)與AICPU/GPU/NPU等多樣化算力資源的統(tǒng)一池化與智能調(diào)度，使算力靈活A(yù)I任務(wù)，成為驅(qū)動業(yè)務(wù)智能的強勁引擎。網(wǎng)為根基：5G-A-保障”系統(tǒng)。（AI應(yīng)用提供確定性、高性能的連接服務(wù)。智為大腦：智能（AI）不再是以外掛工具的形式存在，而是深度內(nèi)生于網(wǎng)絡(luò)與算力基礎(chǔ)設(shè)施的核心。借助大模型、智能體（Agent）與知識增強等能力，系統(tǒng)能夠理解自然語言意圖，實現(xiàn)從網(wǎng)絡(luò)配置、故障診斷到業(yè)務(wù)優(yōu)化的閉環(huán)自治，將運維人員從繁瑣低效的勞動中解放，并大幅降低企業(yè)用網(wǎng)和用智的門檻。5G-AxAI5G-A網(wǎng)絡(luò)為根基，使其成為可感知業(yè)務(wù)意圖、動態(tài)調(diào)優(yōu)的神AI能力為大腦，貫通感知、決策與執(zhí)行閉環(huán)，將復(fù)雜運維與業(yè)務(wù)優(yōu)化轉(zhuǎn)化為“業(yè)務(wù)為產(chǎn)業(yè)數(shù)字化注入全新活力。5G-AxAI算網(wǎng)智一體化技術(shù)體系面向5G-A與AI融合驅(qū)動的算網(wǎng)智一體化解決方案白皮書5G-AxAI算網(wǎng)智一體化技術(shù)體系算網(wǎng)智一體化架構(gòu)1全流程的智能化專網(wǎng)服務(wù)。圖1算網(wǎng)智一體化架構(gòu)配與快速響應(yīng)，依托跨異構(gòu)適配能力對智能驅(qū)動中樞與模型服務(wù)基座：作為系統(tǒng)的“智慧大腦”，智能驅(qū)動中樞層深度融合大模型與行業(yè)知識，通過模型邊緣適配技術(shù)解決通用大模型在邊緣環(huán)境下的部署難題，依托硬件協(xié)同優(yōu)化實現(xiàn)性通過智能體支撐框架構(gòu)建多智能體協(xié)同體系，實現(xiàn)復(fù)雜任務(wù)的自動分解與執(zhí)行；借助MCPServer與網(wǎng)絡(luò)模型上下文協(xié)議將網(wǎng)絡(luò)能力標(biāo)準(zhǔn)化、工具化，徹底打通“業(yè)務(wù)--算力”的閉環(huán)。這一系列技術(shù)有效解決了企業(yè)面臨的“技術(shù)融合難、運維復(fù)雜度高、業(yè)務(wù)創(chuàng)新慢”等核心痛點，顯著降A(chǔ)I技術(shù)的使用門檻。3算網(wǎng)智的3關(guān)鍵能力特性賦能邊緣智算核心網(wǎng)的算力平臺輕量化與彈性部署輕量化與彈性部署能力作為邊緣智能核心網(wǎng)演進(jìn)的重要基礎(chǔ)，要求邊緣智算平臺采用高度可定制、CPU、內(nèi)存、GPU/NPU等異構(gòu)資源的細(xì)粒度管理調(diào)度，實現(xiàn)模塊化功能（如工業(yè)控制、實時推理）的確定性低時延響應(yīng)，滿足嚴(yán)苛性能要求。同時，強化進(jìn)程與容器隔離機制，防止多業(yè)務(wù)干擾與資源沖突，保障復(fù)雜邊緣環(huán)境下系統(tǒng)穩(wěn)定和數(shù)5G-AAI融合場景下多樣化智能業(yè)務(wù)提供可靠、高效的輕量運行支撐。在實際應(yīng)用中，輕量化核心網(wǎng)既可云端部署以利用云資源彈性和高可用保障，也可本地一體機部署增強數(shù)據(jù)掌控，甚至采取云邊混合模式以兼顧彈性擴(kuò)展與數(shù)據(jù)安全?？绠悩?gòu)適配跨異構(gòu)適配能力通過深度融合CPU、GPU、NPU、DPU等多類計算單元，構(gòu)建高效協(xié)同、靈活適配UPF數(shù)據(jù)轉(zhuǎn)發(fā)、AICPU承擔(dān)通用控制計算，GPU擅長圖形處理與大規(guī)模并行計算，NPUAI推理與訓(xùn)練加速，DPU則提供數(shù)據(jù)面的協(xié)議處理卸載與轉(zhuǎn)發(fā)加速能力。各類算力單元協(xié)同工作，可顯著提升復(fù)雜計算任務(wù)的執(zhí)行效率和能效比。5G-A核心網(wǎng)高吞吐、低時AI應(yīng)用提供充沛算力支撐，全面提升邊緣智能核心網(wǎng)的業(yè)務(wù)承載能力和能ARM、x86AI算法與網(wǎng)絡(luò)功能在異構(gòu)環(huán)境中的遷移部署。云邊模型與數(shù)據(jù)協(xié)同區(qū)域AI2所示。邊緣層專注本地實時推理，如機器視覺檢測、實時控制等高頻業(yè)務(wù)，確保關(guān)鍵場景獲得敏捷智能響應(yīng)。區(qū)域?qū)覣I模型，并在隱私保護(hù)前提下開展跨域協(xié)同。中心層集中管理大規(guī)模算力集群，承擔(dān)大模型訓(xùn)練、精調(diào)及全局資源調(diào)度，訓(xùn)練完成的模型下AI既滿足邊緣端實時性，也發(fā)揮中心側(cè)算力優(yōu)勢。圖2云邊協(xié)同智算架構(gòu)云邊協(xié)同使模型與數(shù)據(jù)可按需雙向流動：中心優(yōu)化模型及時下發(fā)邊緣部署，邊緣關(guān)鍵數(shù)據(jù)脫敏匯聚后回傳云端用于模型更新，實現(xiàn)云邊智能能力的持續(xù)進(jìn)化，并具備輕量化、低時延、高安全等優(yōu)勢。安全與高可靠運行并采用嚴(yán)格的身份認(rèn)證、訪問控制和加密算法保障平臺及模型服務(wù)的可信。在高可靠性方面，邊緣算力平臺遵循電信級設(shè)計標(biāo)準(zhǔn)，采用無單點故障架構(gòu)與多層冗余備份機制，支持故障自動隔離和秒級容災(zāi)切換，保證核心網(wǎng)關(guān)鍵功能連續(xù)穩(wěn)定運行，滿足超高可靠性要求。同時，完善的監(jiān)控告警與智能運維體系能夠?qū)崟r發(fā)現(xiàn)異常并自動恢復(fù)，進(jìn)一步提升平臺運行的穩(wěn)定性與可靠性。賦能企業(yè)專網(wǎng)的邊緣智能核心網(wǎng)異構(gòu)接入異構(gòu)接入作為企業(yè)專網(wǎng)邊緣智能核心網(wǎng)的關(guān)鍵功能，支持蜂窩、WiFi等多種接入制式，可靈活適配AGV、物聯(lián)網(wǎng)傳感器和移動終端等多樣化接入需求，構(gòu)建覆蓋全場景的泛在連接體系，有效避免覆蓋盲區(qū)和性能瓶頸。異構(gòu)接入通過統(tǒng)一的接入控制平面可實現(xiàn)信令與數(shù)據(jù)的協(xié)同管理。系統(tǒng)可依據(jù)終端類型、業(yè)務(wù)優(yōu)先級和實時網(wǎng)絡(luò)狀態(tài)，智能調(diào)度接入路徑，實現(xiàn)5G-A與WiFi等網(wǎng)絡(luò)間的毫秒級無縫切換，保障視頻回傳、實時控制等關(guān)鍵業(yè)務(wù)“零中斷”。同時，異構(gòu)接入可依據(jù)業(yè)務(wù)類型和網(wǎng)絡(luò)狀態(tài)動態(tài)分配接入資源。例如，工業(yè)控制類業(yè)務(wù)優(yōu)先選用5G-A切片以保障高可靠與低時延，而大帶寬數(shù)據(jù)采集任務(wù)則可自動選擇WiFi或有線網(wǎng)絡(luò)以實現(xiàn)高效傳輸。意圖化用網(wǎng)（如AGV20ms低時延”）自動翻譯、分解并生成精準(zhǔn)的網(wǎng)絡(luò)策略。這一過程徹底改變了傳統(tǒng)LLM，解析業(yè)務(wù)對于時延敏感度、優(yōu)先級以及帶寬要求等（擁塞、負(fù)載等）與業(yè)務(wù)需求，動態(tài)生成最優(yōu)傳輸路徑。系統(tǒng)還具備持續(xù)優(yōu)化能力，通過歷史調(diào)度數(shù)據(jù)與業(yè)務(wù)反饋進(jìn)行自我學(xué)習(xí)，不斷調(diào)整路徑策略，適應(yīng)優(yōu)化的閉環(huán)管理，為企業(yè)關(guān)鍵業(yè)務(wù)提供高可靠、高效率的網(wǎng)絡(luò)傳輸保障。一網(wǎng)多能5G-A技術(shù)構(gòu)建統(tǒng)一數(shù)字底座，通過一套網(wǎng)絡(luò)設(shè)施同步滿足園區(qū)、工廠、產(chǎn)線等多層級業(yè)務(wù)場景的差異化需求，實現(xiàn)從廣域覆蓋到精準(zhǔn)控制、從通信連接到環(huán)境感知的融合服務(wù)，顯著降低企業(yè)多網(wǎng)重復(fù)建設(shè)的復(fù)雜度與綜合運維成本。產(chǎn)線級場景中，網(wǎng)絡(luò)聚焦于生產(chǎn)控制的精準(zhǔn)性與實時性，通過uRLLC與TSN技術(shù)為機器視覺質(zhì)檢、線柔性”的范式重構(gòu)。AGV集群調(diào)度、人員物資追蹤及無線化數(shù)據(jù)采集，構(gòu)建起人、機、料、法、環(huán)全面協(xié)同的透明化生產(chǎn)空間。車輛軌跡管理及應(yīng)急指揮調(diào)度等綜合功能，將傳統(tǒng)通信網(wǎng)絡(luò)升級為兼具環(huán)境感知與安全保障的智能化園區(qū)數(shù)字底座。通過多層能力的系統(tǒng)化部署，5G-A網(wǎng)絡(luò)成功構(gòu)建了從控制域到連接域再到感知域的完整服務(wù)體系，為工業(yè)企業(yè)提供了一張真正實現(xiàn)“能力可按需部署、業(yè)務(wù)可跨層協(xié)同”的融合網(wǎng)絡(luò)基礎(chǔ)設(shè)施。內(nèi)生智能內(nèi)生智能融合5G-A核心網(wǎng)原生AI架構(gòu)與智能體（Agent）技術(shù)，構(gòu)建深度推理、編排與知識檢索的智能化網(wǎng)絡(luò)內(nèi)核，實現(xiàn)意圖精準(zhǔn)識別、資源動態(tài)分配與運維自動化，顯著提升網(wǎng)絡(luò)自優(yōu)化、自決策與自適應(yīng)能力。Agent編排框架及RAGSLA增強知識庫，實現(xiàn)故障精準(zhǔn)定位與自愈，大幅降低人工干預(yù)需求。系統(tǒng)還支持多智能體協(xié)同與資源按需調(diào)度，根據(jù)業(yè)務(wù)上下文與實時網(wǎng)絡(luò)狀態(tài)，智能調(diào)用相應(yīng)Agent完成網(wǎng)絡(luò)配置、服務(wù)保障或定位增強等任務(wù)。多模態(tài)感知5G-A---貨”全要素、高精度的實時感知體系，為復(fù)雜工業(yè)場景提供穩(wěn)定可靠的數(shù)據(jù)底座。5G-A通感為基礎(chǔ)，分別實現(xiàn)亞厘米級成像、全天候測距與精準(zhǔn)定位追蹤，并通過時空對齊與特征級融合算法，在邊緣側(cè)完成多源數(shù)據(jù)的智能整合與語義映射，有效應(yīng)對遮擋、雨霧和黑夜等惡劣環(huán)境干擾，提升感知覆蓋率和目標(biāo)關(guān)聯(lián)準(zhǔn)確性。在典型應(yīng)用中，多模態(tài)感知可實現(xiàn)對船舶、集裝箱及人員的全方位監(jiān)控與閉環(huán)控制。例如，智慧港口通過融合識別船體輪廓、箱號與人員行為，系統(tǒng)顯著提升泊位與堆場作業(yè)效率，同時實現(xiàn)毫秒級安全風(fēng)險響應(yīng)，整體推動企業(yè)專網(wǎng)從“連接”向“感知-決策-控制”一體化的智能化轉(zhuǎn)型。智能驅(qū)動中樞與模型服務(wù)基座賦能邊緣智能的模型服務(wù)5G-AAI場景適配的模型選型與部署針對企業(yè)在邊緣側(cè)部署AI模型時面臨的實際挑戰(zhàn)，提供全方位的模型適配與部署能力。在模型選型方面，支持企業(yè)在通用大語言模型與行業(yè)專用模型之間靈活選擇，針對工業(yè)質(zhì)檢、設(shè)備預(yù)測性維護(hù)等高價值場景，可部署參數(shù)量精簡、任務(wù)針對性強的專用模型。這種選型策略能夠在保證識別精度的同時，大幅降低對邊緣硬件算力與內(nèi)存的需求，幫助企業(yè)實現(xiàn)精度與成本的最佳平衡。通過提供模型剪枝、知識蒸餾、低比特量化等系列輕量化工具，有效解決大模型邊緣部署難題。這些工具能夠?qū)⒋笮湍Ｐ透咝мD(zhuǎn)化為適于邊緣部署的緊湊版本，顯著減少模型對存儲和內(nèi)存的占用，使模型能夠在主流邊緣算力平臺上流暢運行。針對需要綜合感知與決策的復(fù)雜場景，多模態(tài)融合模型部署能力展現(xiàn)出獨特價值。該能力使企業(yè)能更全面的邊緣應(yīng)用奠定了堅實基礎(chǔ)。這種能力特別適用于智慧園區(qū)、交互機器人等需要多維度環(huán)境感知的業(yè)務(wù)場景。異構(gòu)算力融合與邊云協(xié)同優(yōu)化AI通過統(tǒng)一的異構(gòu)計算框架，幫助企業(yè)實現(xiàn)對多樣化算力資源的高效管理與智能調(diào)度。其服務(wù)框架應(yīng)AI推理、數(shù)據(jù)轉(zhuǎn)發(fā)等計算任務(wù)智能分配至最優(yōu)硬件單元，顯著提升整體計算效率與能效比。構(gòu)建的邊云協(xié)同推理工作流支持企業(yè)根據(jù)業(yè)務(wù)需求靈活分配計算任務(wù)。時延敏感型實時推理在邊緣側(cè)完成，確保業(yè)務(wù)響應(yīng)的實時性；而模型更新、再訓(xùn)練等復(fù)雜任務(wù)則可無縫調(diào)度至云端算力集群。這種協(xié)同機制實現(xiàn)了邊緣實時性與云端算力優(yōu)勢的完美結(jié)合，滿足企業(yè)對業(yè)務(wù)連續(xù)性和模型持續(xù)進(jìn)化的雙重需求。在服務(wù)性能精準(zhǔn)調(diào)控方面，模型服務(wù)應(yīng)提供多維度的參數(shù)化調(diào)節(jié)能力，支持對模型推理過程的細(xì)粒度優(yōu)化。精確控制模型輸出的多樣性、準(zhǔn)確性與響應(yīng)速度，滿足從嚴(yán)謹(jǐn)運維報告生成到開放交互對FP16、INT8等多種計算精度的動態(tài)選擇與批處理大小的靈活配置，使企業(yè)能夠在推理速度與計算精度之間實現(xiàn)最佳權(quán)衡。結(jié)合自適應(yīng)推理框架，還能根據(jù)實時系統(tǒng)負(fù)載與業(yè)務(wù)優(yōu)先級，動態(tài)選擇最優(yōu)模型規(guī)?；蛘{(diào)整計算路徑，確保在資源波動環(huán)境下始終維持服務(wù)質(zhì)量與穩(wěn)定性的最佳平衡。智能體使能與標(biāo)準(zhǔn)化推理服務(wù)AI模型計算過程APIAI任務(wù)，大AI能力的復(fù)雜度，加速智能業(yè)務(wù)的上線時間。在模型定制化方面，服務(wù)應(yīng)提供多種技術(shù)路徑實現(xiàn)深度適配?；谔囟I(yè)務(wù)場景的數(shù)據(jù)特點和性能要求，可采用模型微調(diào)技術(shù)優(yōu)化基礎(chǔ)模型參數(shù)，使其更好地適應(yīng)特定領(lǐng)域的語言習(xí)慣和知識結(jié)構(gòu)；對模型原始輸出進(jìn)行二次加工和業(yè)務(wù)邏輯注入。這些技術(shù)手段可根據(jù)實際需求靈活組合，確保模型能力與業(yè)務(wù)邏輯的深度契合，顯著提升解決方案的實用性和準(zhǔn)確性。模型服務(wù)作為智能體的核心使能基礎(chǔ)，為各類運維智能體、業(yè)務(wù)智能體提供強大的推理支持。通過實時理解多維度數(shù)據(jù)，支撐企業(yè)構(gòu)建從環(huán)境感知、認(rèn)知分析到?jīng)Q策執(zhí)行的完整自治閉環(huán)。該能力為下一代自優(yōu)化、自愈的智能系統(tǒng)建設(shè)提供了堅實的技術(shù)基礎(chǔ)，助力企業(yè)實現(xiàn)運維自動化與業(yè)務(wù)智能化的轉(zhuǎn)型升級。智能體引領(lǐng)與業(yè)務(wù)生態(tài)共創(chuàng)成為網(wǎng)絡(luò)智能化轉(zhuǎn)型的關(guān)鍵。引入智能體技術(shù)，旨在為邊緣智能核心網(wǎng)構(gòu)建一個具備感知、分析、智能”的跨越。大模型與知識增強化水平，降低對人工經(jīng)驗的過度依賴。大模型作為智能體的核心引擎，具備強大的語義理解和泛化能力。引入大模型作為核心交互接口，運維人員只需用自然語言描述需求或問題，智能體即可通過提升效率，實現(xiàn)“意圖驅(qū)動”的智能化網(wǎng)絡(luò)管理，契合新型工業(yè)化對操作簡化和效率提升的要求。圖、復(fù)雜的協(xié)議規(guī)范、歷史故障庫、運維手冊等。這些知識往往以非結(jié)構(gòu)化的文檔、數(shù)據(jù)庫記錄或?qū)＜医?jīng)驗的形式存在，難以被直接利用。通過知識增強技術(shù)，可將這些專業(yè)知識注入模型，構(gòu)建一即可由智能體快速給出最可能的根因與解決方案，有力支撐新型工業(yè)化背景下高可靠、高可用的生產(chǎn)網(wǎng)絡(luò)需求。在邊緣場景中，為滿足新型工業(yè)化對數(shù)據(jù)安全與本地化處理的嚴(yán)格要求，智能體支持接口兼容離線大模型，并支持私有知識庫的本地部署。通過該機制，可在保障數(shù)據(jù)不出域的前提下，實現(xiàn)任務(wù)的快速響應(yīng)與隱私安全保護(hù)，進(jìn)一步推動工業(yè)智能化系統(tǒng)在邊緣環(huán)境中的合規(guī)、高效落地。任務(wù)處理引擎與定制化工作流工業(yè)環(huán)境中許多運維操作（如擴(kuò)容、遷移、災(zāi)備）是跨多域、多步驟的的復(fù)雜任務(wù)，傳統(tǒng)上依賴人工按手冊逐步執(zhí)行，易出錯且效率低，難以滿足新型工業(yè)化對系統(tǒng)敏捷性和可靠性的要求。復(fù)雜任務(wù)處理引擎作為智能決策核心，運用思維鏈（Chain-of-Thought）等推理技術(shù)，實現(xiàn)邏輯化的任務(wù)編排與自動化推理。該機制能將復(fù)雜問題拆解為多步中間任務(wù)，模擬人類逐步推理過程，構(gòu)建清晰的任務(wù)結(jié)構(gòu)與可追溯的自動化流水線，從而顯著提升復(fù)雜工業(yè)場景下的任務(wù)執(zhí)行效率與準(zhǔn)確性，支撐新型工業(yè)化中高可靠、自動化的生產(chǎn)運維需求。為避免大模型在生成網(wǎng)絡(luò)操作指令時出現(xiàn)“幻覺”，智能體引入提示詞作為連接任務(wù)引擎、工作流與大模型的“精密指令”。針對工作流中的每個節(jié)點，系統(tǒng)內(nèi)置對應(yīng)的提示詞模板，精準(zhǔn)引導(dǎo)大模型調(diào)用特定工具或能力，從而將抽象任務(wù)步驟轉(zhuǎn)化為具體、可執(zhí)行的操作，實現(xiàn)業(yè)務(wù)邏輯的可靠分發(fā)與處理。這種機制有效提升了大模型在工業(yè)控制環(huán)境中的確定性與安全性，符合新型工業(yè)化對系統(tǒng)行為可預(yù)期、過程可管控的基本要求。針對大模型在完全自主決策中可能產(chǎn)生的不確定性與風(fēng)險，提供定制化工作流功能，實現(xiàn)對網(wǎng)絡(luò)的精準(zhǔn)控制。工作流作為智能體執(zhí)行任務(wù)過程中的標(biāo)準(zhǔn)化流程，將任務(wù)節(jié)點、執(zhí)行順序、數(shù)據(jù)流向與決策邏輯進(jìn)行規(guī)范化描述，顯著降低誤操作率。用戶只需通過自然語言描述運維需求，系統(tǒng)即可自動解析意圖并組合相應(yīng)工具集（Tool），生成符合規(guī)范的標(biāo)準(zhǔn)化任務(wù)流，無需人工配置即可快速適配新場景，實現(xiàn)靈活部署與高效運維，助力工業(yè)企業(yè)在新形勢下構(gòu)建彈性、可擴(kuò)展的智能化運維體系。NetMCPSERVER與工具調(diào)用為應(yīng)對邊緣節(jié)點設(shè)備異構(gòu)、指令不一，以及業(yè)務(wù)快速迭代帶來的集成挑戰(zhàn)，MCP作為連接智能體與這不僅實現(xiàn)了智能體功能的無限擴(kuò)展，也助力構(gòu)建靈活開放的智能運維生態(tài)。NetMCP(網(wǎng)絡(luò)模型上下文協(xié)議)是MCP思想在網(wǎng)絡(luò)領(lǐng)域的具體實現(xiàn)和深化，面對邊緣網(wǎng)絡(luò)與多業(yè)務(wù)場景中系統(tǒng)協(xié)同復(fù)雜、資源調(diào)度精細(xì)化的需求，NetMCP將第三方系統(tǒng)、接口能力及網(wǎng)絡(luò)、算力資源調(diào)度等封裝成標(biāo)準(zhǔn)的、可調(diào)用的“工具”，通過服務(wù)對外暴露集成，實現(xiàn)對多廠商設(shè)備與外部工具的統(tǒng)一納管，供上層智能體靈活調(diào)用。在此架構(gòu)下，智能體與網(wǎng)絡(luò)、系統(tǒng)交互時無需關(guān)心底層設(shè)備與命令實現(xiàn)的差異，即可實現(xiàn)能力的敏捷調(diào)用；同時通過“能力模型對齊+安全沙箱”確保異廠商環(huán)境下的可插拔、可驗證、可回滾，達(dá)到電信級“即插即用”。這一機制大幅提升了工業(yè)邊緣系統(tǒng)在復(fù)雜場景中的部署彈性和運維安全性。多智能體動態(tài)協(xié)同在當(dāng)前工業(yè)控制與智能制造場景中，涉及多系統(tǒng)、多資源的調(diào)度與協(xié)同任務(wù)日益復(fù)雜，傳統(tǒng)上依賴人工按預(yù)設(shè)流程分步操作，響應(yīng)慢、易出錯，難以滿足新型工業(yè)化對跨系統(tǒng)協(xié)同與業(yè)務(wù)敏捷響應(yīng)的多智能體的協(xié)作使工業(yè)控制系統(tǒng)能夠像有機體一樣，智能、動態(tài)地響應(yīng)生產(chǎn)變化，顯著提升資源利算-5G-A與AI（控、算力能力（算）及大模型（智），構(gòu)建集實時感知、動態(tài)認(rèn)知、自主決策、精準(zhǔn)執(zhí)行與多體協(xié)同于一體的新一代工業(yè)智能生產(chǎn)力工具。智能體推動AI能化”的關(guān)鍵躍遷，形成數(shù)據(jù)邊端自治、服務(wù)開箱即用、使用高效快捷的新型邊緣智能。4應(yīng)用案例PLC控制（如Pro?net對柔性產(chǎn)線的制約，2-3息孤島”，設(shè)備無法實時響應(yīng)生產(chǎn)的動態(tài)調(diào)整，并且運維環(huán)節(jié)存在質(zhì)量溯源難、人工依賴高和知識傳承困難等問題，嚴(yán)重制約企業(yè)高質(zhì)量發(fā)展。圖3亨通光電算網(wǎng)智一體機試點組網(wǎng)圖江蘇亨通光電股份有限公司，是全球前三光纖光纜生產(chǎn)商，在蘇州有3個產(chǎn)業(yè)園區(qū)，年產(chǎn)值300億規(guī)模。江蘇亨通光電正逐步實現(xiàn)從傳統(tǒng)制造向智能制造跨越，作為精密工業(yè)的領(lǐng)先企業(yè)，對信息通信傳輸?shù)臅r業(yè)務(wù)穩(wěn)定運行和智能化運營管理有著強烈的訴求。圖4雙發(fā)選收時延優(yōu)化效果圖應(yīng)用案例面向5G-A與AI融合驅(qū)動的算網(wǎng)智一體化解決方案白皮書應(yīng)用案例35GLAN、5GLAN雙發(fā)5GLAN60ms20ms80%，同時實4AI自配置與智能維護(hù)，支持工藝匹配、實時質(zhì)檢與故障閉環(huán)管理等一站式應(yīng)用，大幅提升運營管理效率與系統(tǒng)自治水平，為企業(yè)實現(xiàn)柔性制造與精益管理提供了核心支撐。意圖驅(qū)動智能專網(wǎng)管理5G5G5G專網(wǎng)的問題定界和巡檢往往需要耗費大量的時間和人力，而且準(zhǔn)確度和效率都無法得到保障，人工查閱效率低和專業(yè)背景知識要求高等問題也給運維工作帶來了挑戰(zhàn)。圖5無錫知名企業(yè)工廠專網(wǎng)運維智能體試點組網(wǎng)圖為了提高運維效率和質(zhì)量，中國移動聯(lián)合無錫知名企業(yè)工廠、華為公司率先推出5G智能專網(wǎng)，提供基于業(yè)務(wù)場景的問題定界、健康巡檢和知識問答功能，并成功進(jìn)行了試點驗證，助力企業(yè)生產(chǎn)提5所示。5G智能專網(wǎng)由產(chǎn)線業(yè)務(wù)層、智能專網(wǎng)層和智能運維層組成，其中，產(chǎn)線、AGVUPF和智算一體機（算力：4*140TOPS@INT8），智能運維層包括智能定界和網(wǎng)絡(luò)巡檢等專網(wǎng)運維智能體。其中，專網(wǎng)運維智能體可通過A2A的方式開放給工廠大腦使用，實現(xiàn)網(wǎng)業(yè)協(xié)同。智能體運維方式使用者耗時企業(yè)影響問題定界傳統(tǒng)運維運營商專業(yè)服務(wù)人員天級業(yè)務(wù)天級中斷智能運維企業(yè)運維人員分鐘級業(yè)務(wù)分鐘級中斷網(wǎng)絡(luò)巡檢傳統(tǒng)運維運營商專業(yè)服務(wù)人員小時級人工巡檢，成本高，隱患易遺漏智能運維企業(yè)運維人員秒級自動巡檢，成本低，隱患準(zhǔn)確識別，秒出詳細(xì)報告表1專網(wǎng)運維智能體試點效果對比AGV失聯(lián)時，本系統(tǒng)支持自助式查詢與原因快速定位，助力企業(yè)迅速恢復(fù)生產(chǎn)。依托該體系，5G專網(wǎng)問題定界時間從天級縮短至分鐘級，并自動輸出完整診斷過程與結(jié)論；網(wǎng)絡(luò)巡檢效率由小時級提升至秒級，同步生成標(biāo)準(zhǔn)化巡檢報告；專網(wǎng)知識問答功能有效彌補了傳統(tǒng)人工查閱效率低、專業(yè)門檻高的短板，90%，大幅提升了運維響應(yīng)速度與智能化水平。展望展望5展望

面向5G-A與AI融合驅(qū)動的算網(wǎng)智一體化解決方案白皮書5G-A與AI的融合正從技術(shù)探索走向產(chǎn)業(yè)深耕，算網(wǎng)智一體化架構(gòu)將成為推動經(jīng)濟(jì)社會數(shù)字化轉(zhuǎn)型的重要基石。面向未來，中國移動將攜手產(chǎn)業(yè)伙伴，在技術(shù)突破、場景創(chuàng)新與生態(tài)共建三個維度持續(xù)深化，共同推進(jìn)新型工業(yè)化邁向新階段。一是強化技術(shù)協(xié)同攻堅，實現(xiàn)架構(gòu)能力的原生融合。中國移動將聯(lián)合設(shè)備商、企業(yè)客戶等合作伙伴，持續(xù)推進(jìn)邊緣智能核心網(wǎng)與算力平臺的深度協(xié)同，二是深化場景化應(yīng)用，推動解決方案的規(guī)?；瘡?fù)制。中國移動將以行業(yè)需求為牽引，圍繞智能制造、智慧能源、智慧港口等重點領(lǐng)域，打造可定制、可擴(kuò)展的“行業(yè)智能切片”，推動算網(wǎng)智能力與企業(yè)生產(chǎn)流程深度融合，持續(xù)優(yōu)化架構(gòu)適配性，實現(xiàn)從單點示范到全鏈條賦能，助力企業(yè)構(gòu)建數(shù)據(jù)驅(qū)動、實時響應(yīng)、智能決策的新型生產(chǎn)體系。三是構(gòu)建開放共贏生態(tài)，釋放一體化架構(gòu)的普惠價值。加速解決方案在更