6G 网络旨在构建一个更加智能、高效、安全、可信的下一代移动通信网络和智能信息服务平台。
ITU 定义了 5G 网络的 eMBB、uRLLC、mMTC 三类场景，并在标准中定义了三类解决方案，同时引入了移动边缘计算和网络切片等新技术，以满足差异化和碎片化的应用场景需求，特别是面向 2B 的差异化应用场景。一方面现有上述5G 能力无法满足 6G 场景中超高峰值速率、超低时延、立体覆盖、超高精度定位能力和时延确定网络等要求，采用传统方法提升网络性能指标存在一定瓶颈，AI 技术可以提供一种新的实现方案；另一方面随着 AI 技术的广泛应用，未来网络也要提供 AI 相关的能力及服务，更好地满足未来业务的变化及需求。
由 5G 需求驱动，在 5G 网络中，已经开展了一些 AI 技术应用相关的探索工作并取得了一定的成果。例如：利用 AI 技术实现自组织网络（SON）的自配置、自优化和自修复，减少人工干预，提高网络管理效率；在5G 垂直行业如石油化工、建筑、矿场等应用中，5G 专网支持现场监控设备的连接，增强生产状态的监控能力同时通过 AI 技术实现智能精准化异常故障预警和风险管理；AI 还能通过分析和优化网络流量、预测故障等方式，增强 5G 网络的稳定性、安全性和智能化水平；3GPP 等国际标准化组织正在将 AI 技术引入5G 的业务和网络架构中，以支持 AI 和机器学习服务，包括模型分发、传递和训练等方面。AI 技术在5G和 5G-A 时代的应用场景、潜在需求和网络架构设计方面的研究，正在为未来6G网络与 AI 融合设计奠定基础，同时也在促进网络与 AI 的深度融合，推动在6G网络架构的革新和技术的创新，实现 6G 网络内生 AI。
由 6G 需求驱动，面向新场景，围绕 6G“数字孪生，智慧泛在”总体愿景，未来移动通信网络将在智享生活、智赋生产、智焕社会三个方面催生全新的应用场景。2023 年 6 月，国际电信联盟无线电通信部门（ITU-R）如期完成了《IMT面向 2030 及未来发展的框架和总体目标建议书》[1]，AI 与通信作为6G的六个典型场景之一被提出，由此可见 AI 将在 6G 扮演重要的角色。6G 不再是仅仅提供连接能力的管道，而是通信、感知、计算、AI、大数据、安全等技术的深度融合、空天地一体全域覆盖的新一代移动通信网络，呈现出极强的跨学科、跨领域发展特征。6G 网络将具备“大算力”的硬件环境和条件，因此可有效地支撑各种AI 应用的算力需求；6G 网络将具备“AI 全生命周期管理”的智慧内生能力，因此可有效地支撑 A（I 大）模型的构建训练推理优化等 AI 业务；6G 无线系统将具备“无线感知+网络感知+用户感知”等更强大能力，因此可有效地支撑各类AI 应用的（大）数据需求。此外，6G 无线系统还天然具备着“更强大的超级终端”、“边缘式”（超级基站）、“分布式”（泛在组网）和“语义式”（基于本地智能体代理）等特征，因此，6G 网络和 AI 的融合具备非常坚实的条件基础和发展必然性。AI 技术将成为 6G 网络的内生能力，从而助力 6G 网络适配更多应用场景。
6G 网络旨在构建一个更加智能、高效、安全、可信的下一代移动通信网络和智能信息服务平台。未来，6G 网络与 AI 将深度融合，实现内生AI。6G网络内生 AI 是在 6G 网络架构内部提供数据采集、数据预处理、模型训练、模型推理、模型评估等 AI 工作流全生命周期的完整运行环境，将AI 服务所需的算力、数据、算法、连接与网络功能、协议和流程进行深度融合设计。
面向 6G 智慧泛在愿景，现有“外挂式”和“碎片化”的网络智能化解决方案和云 AI 服务供应方案存在效率较低，难以提供近实时高性能AI 应用和服务的弊端，无法满足未来网络智能化、垂直行业等对智能的需求。6G 网络内生 AI 的实现需要网络与 AI 深度融合。，具体体现在以下四个方面：
（1）在架构和业务能力方面，支持连接、计算、数据和AI 算法/模型等元素的深度融合和高效协同，支持将 AI 能力按需编排到无线、传输、承载、核心等，支持“AI 全生命周期管理”和各种 AI 业务能力，为高水平网络自治和多样化业务需求提供智能化所需的基础能力。 （2）在硬件平台资源和能力方面，6G 网络将能够最大池化和共享复用内部的算力资源，灵活高效地支撑内外各种 AI 应用（大）算力需求，实现AI 四要素的按需调度。例如：基于泛在的算力感知和编排协同利用等。
（3）在数据获取流转和治理方面，6G 网络将能够高效高质量地支持AI 应用各种需求，例如：基于感知采集、随路处理和特征提取为AI 模块贡献高质量的数据集等。 （4）面对 6G 网络内外各种不同的 AI 应用需求，6G 无线系统将能够充分合理地利用“边缘式”、“分布式”和“语义式”等技术手段和它们的组合进行灵活操作，在线高效地完成 AI 任务。
6G 网络 AI 融合旨在研究内生 AI 的关键技术体系，形成6G 网络与AI 双向赋能的理论与技术方案，并构建一套内生于网络架构的高效率高性能AI服务供应系统，促进未来 6G 网络实现从传统通信网络向智能信息服务网络的重大转变。
在研究布局上，国内方面，2020 年 12 月，中国移动联合多家成立专注于6G网络 AI 技术的产业组织 6GANA（6G Alliance of Network AI），并率先提出内生AI [2]的理念，旨在促进 AI 与无线网络的深度融合。IMT2030-6G推进组的无线AI 任务组发布《无线 AI 技术研究报告》[3]，重点关注基于AI/ML 的物理层、链路层、网络层技术，从 AI for Network 的角度探讨如何对网络进行预测、优化、管理、控制等。CCSA 成立无线通信技术工作委员会（TC5）前沿无线技术工作组（WG6），并发布了《面向原生智能的新一代无线通信与网络架构研究报告》、《新一代无线网络边缘智能技术研究》等与 6G 网络内生AI 框架的研究报告[4][5]。国外方面，O-RAN 联盟正在推动无线空口 AI 和网络AI 标准化制定工作, 标准初步支持 AI for RAN 以及 RAN for AI 的基础能力。国际标准组织ITU将“通信与 AI 融合”作为 6G 网络的重要应用场景，强调了 AI 与通信之间互利互惠的关系[1]。3GPP RAN 在 R18 通过“AL/ML for NR Air Interface”立项，旨在充分挖掘机器学习预测能力，探索 AI 在物理层的应用，并开展支持AI 的5G无线接入网总体功能框架设计。日本软银、美国英伟达牵头成立AI-RAN 联盟，旨在聚焦人工智能（AI）和无线接入网络（RAN）融合的 6G 关键技术方向，升级现有网络基础设施、提高移动网络效率、部署边缘 AI 服务。Next G Alliance 则发表了《Next G Alliance Roadmap to 6G》白皮书强调了 6G 网络AI 功能方面，需要实现通信计算和数据的深度融合、移动和云系统的全面融合和大规模网络计算结构部署[6]。
在硬件支撑上，6G 网络的内生智能技术将使网络从传统的连接管道转变为提供多元化服务的平台，这将需要更智能的硬件支持，包括AI 加速器和智能处理单元。AI 芯片技术正在快速发展，包括更高效的算法、更先进的芯片制造技术、更强大的计算能力，这些技术进步为 AI 应用提供了更强大的硬件支持，并且产品结构多样化，包括 GPU、FPGA、ASIC 及类脑芯片等，GPU因其并行计算和浮点运算能力在 AI 芯片市场中占据主导地位。全球各大AI 芯片厂商都在积极布局 AI 芯片市场，例如英伟达、高通、英特尔、三星、联发科、华为海思、寒武纪、地平线等。
从 AI 赋能网络和网络使能 AI 两方面考虑内生 AI 技术的发展路径如图2-1，研究基于 AI 提升通信系统性能的技术，以及将通信系统作为平台为用户提供更好的 AI 服务的技术，二者“双向驱动”。
AI for Net（AI for Network，AI4NET）：即 AI 赋能网络，通过AI 提升网络自身的性能、效率和用户服务体验。AI 赋能网络主要研究包括利用AI 优化传统算法（如空口信道编码、调制）、优化网络功 能（如移动性优化、会话管理优化）、优化网络运维管理（如资源管理优化、规划管理优化）等。Net for AI（Network for AI，NET4AI）：即网络使能AI，通过网络为AI 提供多种支撑能力，使得 AI 训练/推理可以实现的更有效率、更实时，或者提升数据安全隐私保护等。NET4AI 将传统网络范围从连接服务，扩展到算力、数据、算法等层面。
