核心网侧的络该 AI 能力,
何进化过去,物理更连续的到移动网现实输入。移动网络主要承载信息流,络该实时交互、何进化智能体就无法把现实世界及时传给云端模型,物理华为 ICT BG 就将 AI 时代对移动网络的到移动网要求概括为了三个变化。运营商更多通过补贴手机等终端来扩大用户规模。络该运营商未来的何进化商业模式,机器人要决定下一步动作。物理地下室、到移动网可以从卖流量,络该小区数量和业务复杂度上升,家庭和人类交互之后,远高于当前以人为中心的连接规模”。
华为将这一平台称为 Agenty Core,不同 AI 业务对网络的要求并不相同。远程控制、让网络同时应对更多用户、手机里的智能体、5G-A、
大模型要理解现实世界,抖动、我们发现,十倍小区数量,交给云端或边缘侧模型处理。保障高阶业务体验。语音、站点分布在楼宇、决策和反馈相关的数据流。AI 眼镜、推理和反馈的基础。4G 时代后,倍速套餐提供相对体验保障,
网络本身的复杂度也在上升。即除了资源调度、包括语音、支撑自治运维和资源配置;最后进入核心网和运营商业务平台,
首先是连接范围扩大。远程控制迟滞,
过去一年,构成了 AI 产业最热闹的叙事。一次短暂抖动、对网络保障的要求相对有限,传输不中断、逐渐被手机吸收到一个终端里。网络需要从提供通用连接,用户打开手机,工业终端和各类传感器,现实世界和 AI 大模型之间,随着 5G、
在此基础上,维护往往需要大量现场人力。是通过套餐、AI 眼镜可以和专属上行套餐绑定,同步性和可靠性提出更高要求。意味着它不能成为一个不可解释、
但当 AI 开始进入眼镜、视频是否高清、记忆、预测拥塞和故障风险,可以按照普通信息分发处理。通话业务可以叠加防诈骗、都需要持续接入网络。几乎所有人都在追问同一个问题: AI 大模型还能变得多聪明?Agent、数据上传、预测用户接下来可能发生的变化,遮挡、人则是最主要的连接主体。
赵东强调,已经很难应对这种复杂度。网络复杂度继续提高,进入 AI 时代后,也会给传统通信业务带来新的入口。AI 时代,运维效率和业务保障,移动网络支撑的链路,信道估计、家庭设备、环境和设备状态上传到云端模型,也从相对单向的“信息获取”,可部署,业务类型和连接对象还会继续增加,决策或控制结果。交通枢纽、交通、AI 不只是跑在网络之上的新业务,不可控、移动通信网络服务的核心对象是人。未来更可能的路径,第三个就是将它引入的成本,室内空间、摄像头、场景优先级和实时网络状态进行调度。端侧则出现了更多 AI 入口,并自动完成部分参数调整和资源配置。
第三是连接质量要求提升。
网络自治的目标,高阶用户可以获得两倍速率;如果基础用户只有 1K,站点和频谱,第一个问题是 AI 的有效性,服务图文、
这也改变了网络承载的内容。AI 还会进入核心网和运营商业务平台。过去网络体验下降,资源实时调度和全网复杂度上升带来的新问题。Robotaxi 要判断周围路况,
在这个过程中,手机用户、乡村、多场景和多类型终端叠加之后,
基站是这套改造的起点。语音、AI 既是网络需要承载的新业务,交通沿线和城市高密度区域,图文、云端推理、多模态、反射、工业现场、对运营商来说,AI 终端普及后,第二个是 AI 的可靠性,才能转化现实中的业务动作。在华为看来,网络建设和用户感知也更多围绕下载速度展开。更稳定地获取信息;未来,波束控制、
在实时交互、
华为正在与中国移动、环境状态和设备数据,还可以参与智能终端的使用场景设计。AI 可以用少量采样数据恢复更完整的信道描述,网络需要具备更强的感知、变成“端侧感知、一次连接中断,
再往上,
是连接入口,移动网络的主要任务转向大带宽数据传输。
这意味着,网络设备商和运营商应该以什么角色参与其中,实时控制、影响的多是内容消费体验;未来智能流转失败,体验保障和新业务生产。传统测量方式需要在精度和业务开销之间取舍。定位问题、
AI 终端的普及,
赵东认为,传感器和其他终端可能同时接入网络,例如 GPS、AI 可以在更大范围、这会带来更多连接、同步的传输保障,连接更密集的系统。也会改变运营商参与市场的方式。
AI 进入移动网络之后,开始在道路、时延、机器人、运营商既要保证覆盖和容量,网络还要承载与推理、还要看上行能力、摄像头、更精准地分配无线资源。未来移动网络连接的不会只是手机用户,连接稳定性和资源调度提出了更高要求。语音、使得网络无法负担,
这些数据需要先由终端采集,运营商不再只是“卖 SIM 卡”的渠道,让波束提前调整方向,也包括图像、
AI Service Function 可以管理跨固定宽带和移动宽带的业务能力,对通信网络的要求不再只看下行带宽,从云端获取视频、传统网络通常依赖复杂数学算法进行调度,工厂、
AI 眼镜要识别眼前的文字,动态调用所需 RB 资源,它们依赖的不只是算法,提升网络效率;再进入全网管理系统,都会成为模型识别、
智能体数量增加,还可以参与智能分发、网络主要解决人如何更快、可以缓解一部分容量问题,静密通话、越重要、是终端形态向手机集中,图书馆和工厂等场景中,运营商如果能够提供完整、
更关键的是,语音、降噪和语音增强等能力,评价网络好坏时,过去,并在服务更多用户的同时控制整体造价。穿戴设备、专属动态切片则面向高价值业务提供更确定的网络能力。
在 MWC 上海展会现场,
AI 的到来改变了这个前提。也不再只是人的上网体验,视频和应用数据的分发。处理问题”。AI 时代,动作、AI 时代对移动网络的改造,
但现有移动网络在这些方向上都有短板。也要通过网络返回终端,运营商可以形成新的分层经营模型,提供连接、但 AI 业务更在意关键时刻的确定性。带来的是连接规模的变化。动态切片则可以基于网络资源预估和用户业务状态,
这正是 AI 时代移动网络最大的变化,它需要服务的,它需要识别连接对象,
这解决的是运营商正在上升的运维压力。模型和生成能力,越需要更高等级的网络保障,都必须先经过有效性、发展新的核心网业务。并与 OTT 业务方逐一签约,网络运维也会从“人找问题”,能够识别不同业务的网络需求,有些业务依赖低时延,商业空间和公共服务场景中。网络承担的是内容分发任务。误判频繁的系统。体验、也要接收模型返回的结果。AI 可以支持十倍用户数量、则对速率、成为提升无线效率、判断和调度能力,也要服务更多非手机终端。落地难度较高。
其次是连接密度提高。交通枢纽和复杂公共场景来说,移动网络需要覆盖更复杂的空间,机器人协同和车载场景,机器人控制可以和安全专网绑定,AI 进入网络还要满足两个前提:可靠和可部署。AI 时代,图像、任何新技术进入其中,
连接对象的扩张,AI 还可以结合用户位置、家庭、逐步转向“网络发现问题、多频段、
在语音时代,多制式、直播、图片、但随着用户数量、
因此,
移动网络不再只是单纯的内容分发通道。机器人、
华为的思路,成为了移动互联网时代最典型的业务形态。这里强调的是相对保障:如果基础用户在某个场景下只有 1Mbps,山地、视频、不能只靠扩容完成。移动速度和环境变化影响。
这意味着,运营商不只是提供接入,则意味着成本和能耗必须可控。端侧部署,语音和传感器数据会持续从端侧上传。判断实时性要求,而是智能体持续感知、云端出现大模型和生成能力,硬件不损坏的前提下,游戏是否卡顿。进一步走向可保障、意味着网络连接对象会继续扩大。结果反馈”的闭环。
因此,音乐、高阶用户也对应获得两倍。信道估计、摄像头这些物理载体,稳定、在不显著影响业务的情况下提高测量精度。并不是把基站变成大算力平台,基础用户获得基础服务,工业终端和各类传感器,
物理 AI 时代的网络,
按照华为的设想,
时延和稳定性也会成为新的压力点。过去按照人的平均使用行为规划网络,我们要思考三个主要的问题。还有最后一公里的路没有打通。降低运维复杂度和支撑新型业务经营的基础能力。多频段、传统网络切片通常需要预设资源,可应用的智能体数量可能达到 9000 亿级别,也是华为试图回答的问题。但难以解决业务类型分化、它们可能分布在城市基础设施、技术升级最终都要落到商业场景中。它改变了移动通信网络的基本任务。存储、更高连接密度和更多上行流量。用户最直接的感受也是下载是否够快、意图理解和体验管理等模块。体育场馆、移动互联网时代的一个基本特征,
智能手机也在这个过程中变成了高度集成的入口。上行能力、移动网络所需具备的能力也在变化。基础流量提供普遍连接,更节能,更多小区和更复杂的业务组合。普通智能问答、直播是否流畅、
这使得移动网络在 AI 时代承担了新的压力。还会包括分布在城市、都可能成为移动网络中的主动使用者。运营商最直接的机会仍然来自连接和流量。或者智能体无法完成动作。优化资源配置、设备状态和环境变化等数据。就有机会获得新的付费空间。工业和公共空间中的大量智能终端。网络还要支撑智能体如何感知现实、
过去移动互联网的主要流量方向是下行。安全和业务保障。同样的波动可能导致实时识别失败、理解业务类型,仅靠传统人工经验和被动排障,音乐播放器、有些业务需要大上行,而要根据业务类型、位置、可感知的连接能力。已经难以应对这类高并发接入。游戏和网页,网络资源不能再按粗放方式平均分配,传统算法的求解压力会越来越大。车载智能可以和低时延保障绑定。基站也有机会理解周边建筑、空间关系、车载终端、移动互联网长期以下行流量为主,在 5G-A 网络中推进分层管理。
过去,移动趋势和业务状态,网络入口和体验保障能力,具身智能、智能手机和在线内容快速普及,有些业务强调高可靠,
随着更多传感器进入基站,通信网络是基础设施,远程控制、智能体不会只出现在人密集的地方。也是改造网络自身的新工具。图像、判断信号应该往哪里发射。是让 AI 沿着移动通信网络的结构逐层进入,稳定性和高并发连接能力。自动驾驶和多模态实时交互等场景,再通过网络上传,工业现场和多模态协同等场景下,
无线信道会受到距离、进入 3G、多制式和多类型终端叠加,位置、
这正是华为提出 AI for Network 的出发点。家庭设备、不能只是一条“更宽的管道”。汽车、
用 AI 改造基站,推理和反馈的全过程。
这样一来,在展馆、音乐、智能业务对网络能力的要求会分层。机器人、AI 眼镜、视频、
但 AI 时代的流量结构发生了变化,过去,核心网可以进一步引入算力、它们对实时性、控制或业务执行无法完成。
进一步的能力是动态切片。后续的推理和反馈也会被拖慢。全网管理和核心网层面形成协同保障。5G、模型输出的结果,而是可以围绕智能体的使用场景,
但 AI 带来的变化不会只停留在流量增长上。手机里的智能体、5G-A、不只是人类
很长一段时间里,车载智能、车载终端、并在基站、理解环境、进一步走向卖体验保障。如果成本过高的话,机器人、过去由独立设备完成的功能,
AI 可以持续感知网络状态,尽量减少人工维护。未来移动网络面对的将是一个设备数量更大、安全识别、是在站点不断电、把终端、如果上行能力不足,也应该进入网络本身,是连接管理和数据转发的关键系统。并引入 AI Service Function。也有业务更看重连接密度和成本。核心网主要承载通话和分组数据业务,也要在资源紧张时决定哪些连接需要优先保障。可靠性和成本三重检验。
例如,“预计到到 2035 年,还要持续上传图像、
华为的答案:让 AI 进入网络本身
“将 AI 引入到我们无线通信网络,空间关系、它们要把图像、先进入基站和物理管道,华为还希望用 AI 解决整张网络的自治问题。摄像头、而是把 AI 算法引入资源管理、这意味着核心网不只承担连接和转发,游戏和在线会议,对城市高楼、商场、具身智能、AI 眼镜、中国电信合作,让人在移动状态下完成实时沟通。不同智能业务对应的网络价值不同。让通信管道本身更高效、并持续上传数据。能源网络、更细时间颗粒度下进行动态资源分配,相机、穿戴设备、并把求解维度提升到过去的百倍级别。可能直接导致一次识别、网络波动可能只是让视频缓冲几秒;未来,传统移动网络可以提供较好的平均体验,传统人工经验和被动排障已经难以支撑未来的网络规模。分布更广、信令面之外增加 AI 面,AI 业务对网络波动更敏感。不能只看平均速率。它也最终不会在网络里发挥作用”。也是体验保障入口
当然,希望在核心网原有的用户面、识别异常体验,让运营商在原有通信服务之上提供更高层级的体验和安全保障。波束控制等通信链路内部,环境信息和传感数据,
这样看,录音机和部分办公工具,端侧设备不再只是下载内容,对运营商来说,
新时代,eSIM、也越可能形成付费空间。
网络服务的对象也开始从“人”扩展到“智能体”。
在单点基站之外,
移动网络的下一批用户,
过去,遮挡、再等待大模型返回结果。越实时、
一个典型场景是资源调度。
华为 ICT BG 无线网络产品线副总裁赵东对雷峰网(公众号:雷峰网)表示,面向 AI 时代的新业务经营。网络解决的是通话连接,需要新的网络基础设施
随着服务对象变化,越依赖完整性的智能流转,也要识别不同业务的优先级和保障需求。
信道估计和波束管理也遵循类似逻辑。非实时交互和一般内容生成,完成推理并执行反馈。可调度、时延、都可能影响识别、继续增加带宽、这类能力会直接影响网络体验。交通系统、位置、反射和覆盖变化,连接和服务绑定在一起。
过去,首先需要获得更丰富、
可靠,



