随着5G网络在全球范围内规模部署，业界目光已逐步转向6G研究。根据TM Forum CEO的判断，AI与6G的融合将是未来十年通信产业发展的核心主线。与4G到5G的演进不同，6G从设计之初就将AI融入网络架构的每个层面，而非作为附加功能存在。
这一趋势在3GPP R18标准中已初见端倪：AI/ML原生支持被首次引入空口设计，为6G时代AI与网络的深度融合奠定了基础。业界普遍认为，AI-RAN（人工智能无线接入网）和AI-Core（智能化核心网）将是6G网络中最重要的两个AI应用领域。
AI-RAN（AI Radio Access Network）是将人工智能技术应用于无线接入网的系统性方案，旨在通过AI算法提升无线资源调度、干扰管理、能耗控制等关键环节的性能。与传统基于规则的优化方式不同，AI-RAN能够从海量网络数据中自主学习并持续优化决策策略。
AI-RAN 三层架构
flowchart TB
subgraph Data["数据层"]
D1["无线信道数据"]
D2["用户行为数据"]
D3["网络性能数据"]
end
subgraph Int["智能层"]
I1["ML 模型训练"]
I2["推理引擎"]
I3["知识库"]
end
subgraph Net["网络层"]
N1["无线资源管理"]
N2["移动性控制"]
N3["负载均衡"]
end
Data --> Int
Int --> Net
AI-RAN的核心技术包括以下几个方面：
AI-RAN的标准化工作正在3GPP和O-RAN联盟同步推进。O-RAN（开放无线接入网）联盟在2024年发布了AI/ML工作组的首批规范，为AI-RAN的开放化部署提供了框架基础。3GPP则在R18中引入了用于AI模型训练和推理的标准化接口，为跨厂商AI能力互通铺平道路。
GTI（Global TD-LTE Initiative）白皮书指出，AI-RAN的成熟需要经历三个阶段：2025-2026年的单站AI优化阶段、2026-2028年的多站协同AI阶段、2028年后的全网AI自治阶段。目前行业正处于第一阶段向第二阶段过渡期。
AI-Core是指将AI能力深度嵌入核心网架构，使核心网具备智能化业务保障、自动化运维和意图驱动等能力。相较于AI-RAN聚焦无线资源优化，AI-Core更关注端到端的业务质量和网络自治。
5G Core 智能化演进路径
stateDiagram-v2
[*] --> Manual : 传统核心网
Manual --> Programmable : SDN/NFV 虚拟化
Programmable --> Intelligent : AI 增强
Intelligent --> Native : 6G AI Native Core
Note across: 从手动配置到原生智能
AI-RAN和AI-Core已成为通信设备巨头战略布局的核心方向。三星、诺基亚、爱立信等厂商在这一领域展开了激烈竞争，各家的技术路径和优势领域存在明显差异。
三星在AI-RAN领域采取了"芯片+算法+系统"垂直整合策略。依托其在半导体领域的技术积累，三星推出了集成NPU（神经网络处理器）的5G基站SoC，能够在基站侧完成本地AI推理，降低数据传输和云端处理压力。三星的AI-RAN解决方案聚焦于节能优化和波束管理，已在韩国本土5G网络中进行验证。
此外，三星还是O-RAN联盟的重要成员，其开放接口规范被广泛采纳。在AI-Core方面，三星正与韩国运营商合作推进核心网智能化项目，聚焦网络切片自动化和故障自愈能力。
诺基亚的AI战略以"可信AI"为核心，强调AI系统的可解释性和可审计性。诺基亚于2024年发布了"Almond"AI-RAN解决方案，采用云原生架构，支持在通用硬件上运行AI推理任务。
诺基亚在AI-Core领域的布局同样值得关注。其针对5G核心网推出的AI助手能够帮助运维人员快速定位故障根因，并自动生成修复建议。诺基亚还与欧洲运营商合作开展"AI原生核心网"试点项目，探索将AI能力直接嵌入核心网网元。
爱立信是AI-RAN领域的先驱者之一，其早在2022年就推出了基于AI的无线资源管理方案。爱立信的AI-RAN采用"集中训练+分布式推理"架构，AI模型在云端集中训练后下发至各基站执行推理，兼顾了模型精度和实时性。
在AI-Core方面，爱立信推出了"Dynamic End-to-End Slice"解决方案，通过AI实现5G网络切片的自动化生命周期管理。爱立信还与学术界合作开展6G AI研究，探索AI与无线接入的更深层次融合。
| 厂商 | 核心AI能力 | 技术路径 | 主要应用场景 |
|---|---|---|---|
| 三星 | NPU芯片+本地推理 | 垂直整合 | 节能、波束管理 |
| 诺基亚 | 可信AI、云原生推理 | 开放架构 | 故障诊断、网络优化 |
| 爱立信 | 集中训练+分布推理 | 混合架构 | 资源调度、切片管理 |
| 华为 | 盘古大模型+通信增强 | 全栈自研 | 网络运维、流量预测 |
面对AI与网络融合的大趋势，全球主流电信运营商也在积极布局，各家的策略侧重有所不同。
中国移动在2025年发布了"AI+网络"发展战略，提出"四个AI"目标：AI赋能网络运维、AI赋能业务运营、AI赋能客户服务、AI赋能行业应用。在AI-RAN方面，中国移动已在多个省份试点部署智能节能和智能调度方案；在AI-Core方面，其核心网智能化改造正在进行中。
中国电信聚焦"AI+算力网络"融合，提出"网络+AI+算力"一体化服务理念。其AI战略更侧重于B端政企市场，通过AI能力开放赋能行业数字化转型。
AT&T的AI战略以"自智网络"为核心目标，计划在2027年实现核心网络的自治化运营。AT&T与三星、诺基亚等厂商合作开展AI-RAN测试，同时在核心网引入AI能力实现自动化运维。
德国电信则强调"开放AI"，积极参与O-RAN联盟和Linux Foundation的网络AI项目。其AI战略聚焦于网络节能和用户体验优化，已在欧洲多国部署AI节能方案。
日本NTT DoCoMo采取"渐进式AI"策略，先在特定场景（如体育场馆、演唱会等高密度场景）部署AI优化，再逐步扩展至全网。
AI+6G 融合挑战分析
flowchart TD
C1["海量数据需求
ML训练需要数据"]
C2["算力瓶颈
边缘算力有限"]
C3["隐私安全
数据合规"]
C4["标准化
多厂商互通"]
C1 --> S1["联邦学习
隐私计算"]
C2 --> S2["边缘AI
模型压缩"]
C3 --> S3["差分隐私
联邦学习"]
C4 --> S4["3GPP/ETSI
标准化推进"]
TM Forum CEO在2025年MWC世界移动通信大会上明确表示："AI+6G是未来十年发展方向"。这一判断已成为行业共识。从技术演进路径来看，AI与6G的融合将经历三个阶段：
展望未来，AI将成为6G网络的"神经系统"，贯穿无线接入、核心网、传输网、运维管理等各个层面。6G网络的空口设计、频谱管理、资源调度、安全保障等都将深度依赖AI能力。同时，6G网络也将为AI提供前所未有的计算平台和连接基础，形成"AI赋能网络、网络支撑AI"的正向循环。
对于通信产业而言，AI与6G的融合既是技术挑战，更是商业机遇。能够在这一趋势中占据先机的企业，将在未来的市场竞争中掌握主动权。