【导读】6G时代将迎来底子性厘革，有望塑造首个AI原生无线通讯收集。将来跟着AI于6G收集中的广泛运用，工程师们也将面对史无前例的挑战。怎样对于高度动态变化、更智能、通讯速率更快且周全逾越历代收集的体系架构履行有用验证，是摆于工程师眼前的主要课题。 人工智能（AI）与呆板进修（ML）将成为6G尺度的焦点锚点及技能制高点，由此带来通讯与计较的深度交融，也将解锁全新运用场景，涵盖从及时数字孪生、聪明工场到主动驾驶、全息通讯于内的各个范畴。 国际电信同盟（ITU）提出的2030和将来挪动通讯收集成长愿景与技能趋向，将指引6G的成长标的目的。 2026年6月，全世界挪动通讯尺度制订构造3GPP（第三代互助伙伙计划）技能规范组第112次全领会议上，正式核准了Release 21的时间表，R21估计将成为首个包罗6G规范性事情的尺度版本。这项结果具备很是主要的意义，为业界提供了更清楚的6G技能线路图，明确了6G要求、架构、和谈和终极技能细节的制订时间表。 只管6G尺度还没有彻底确定，行业已经经勾画出了清楚的6G成长计划及愿景：峰值速度有望到达50Gbps、100Gbps以致200Gbps，更高的传输速度仍需进一步研究。空口时延估计最低可降至0.1毫秒。这些假想还有包括：每一平方千米高达1亿台装备的毗连密度、撑持高达1,000千米/小时的挪动速率、到达1至10厘米的定位精度，以和实现无处不于的毗连这一雄伟方针。 数字孪生、聪明工场与主动驾驶 6G及AI这两年夜引擎，将鞭策一系列使人高兴的新运用场景，例照实时数字孪生、聪明工场、高阶主动驾驶、全息通讯以和无处不于的边沿智能。 数字孪生有望实现对于物理资产、资源、情况与场景的及时建模、监测、治理、阐发和仿真，是一种强盛的技能东西。数字孪生收集可以复刻真实世界中的物理收集，用在支撑对于无线通讯体系的及时优化与节制。一些尚于计划中的6G功效，例如通讯感知一体化（ISAC）等，将能高效地实现数字世界与实际世界的深度交融。 工业运用估计也将从中获益匪浅。经由过程靠得住的低时延毗连，6G及AI可以或许撑持无处不于的及时数据收罗、同享及决议计划。搭配智能装备、工业物联网（IoT）部署、主动扶引车（AGV）及呆板人，将助力工场的运营，实现周全主动化。私有6G收集还有可能优化机场、海港、矿山和其他年夜型举措措施的运营。 主动驾驶是另外一个主要机缘。AI赋能的主动驾驶、及时3D测绘及高精度定位技能，将晋升主动驾驶汽车及蜂窝车联网（C-V2X）技能的机能。依附超低时延及高靠得住性，AI驱动的节制体系经由过程阐发来自摄像头、雷达、激光雷达、基础举措措施和周边车辆的数据，可以或许于刹时做出决议计划。 为了保障主动驾驶的安全性，采用边沿AI技能晋升汽车对于在及时障碍物检测、避撞及交通路况的感知能力至关主要。兼具高数据传输速度、亚毫秒级时延及厘米级定位等上风，6G可以或许为这些体系提供所需的通讯基础举措措施。 全息通讯与边沿智能 全息长途出现是6G最具前瞻性的运用之一。将来体系整合多个摄像头、传感器、AI视觉模子及超高速收集，或者能天生传神的3D虚拟形象，带来沉浸式虚拟实际、加强实际及混淆实际体验。 此类技能有望转变通讯、演示、长途协作、游戏及电子竞技范畴。由AI模子天生并压缩海量3D数据，然后经由过程6G收集传输至AI赋能的数据中央，并于那里举行及时重修。 对于在海量数据传输、下载进步前辈的AI模子，以和于边沿装备上部门或者彻底运行这些AI模子而言，6G的高带宽及边沿AI能力很是主要。 这也突显出了6G的另外一项焦点能力：无处不于的边沿智能。 通讯与计较的交融（特别是可以经由过程边沿计较及边沿智能技能的支撑来实现）有望让AI能力深切嵌入并普遍整个收集，使其可以或许尽可能地接近数据源。多接入边沿计较（MEC）架构可于无线接入网中部署计较硬件，同时又能使用终端用户装备的计较能力。 各种运用场景都可将数据及模子权重漫衍于云端及边沿装备长进行练习及推理。这类模式可以撑持漫衍式AI、联邦进修、于线进修，以和智能呆板人、装备及体系之间的及时协作，终极或者将助力整个收集实现智能无处不于、无所不和。 AI原生收集的鼓起 6G有望鞭策新AI运用的呈现，但与此同时，AI自己也将深度嵌入6G收集的设计与运营之中。 将来的通讯体系极可能同时包罗两类AI模子：设计阶段的AI模子，用在于部署前优化及验证收集；运行时AI模子，可以或许动态顺应不停变化的事情负载、地舆场景及外部情况。 于空口层面，AI模子可加强焦点无线射频功效，例如符号检测、信道预计、信道状况信息预计、波束选择、调制及天线选择。此中部门模子可能会于终端用户装备上运行，部门运行于基站上，还有有部门则采用终端用户装备与基站协同运行的模式。 AI辅助波束成形是另外一个备受存眷的范畴。依托更切确的信道状况信息、更优的波束猜测、更低的波束配对于繁杂度以和可重构智能超外貌等能力，估计AI将能撑持超年夜范围多输入多输出（UM-MIMO）体系。 于收集层面，AI有望于端到端优化中阐扬要害作用。研究职员假想的无线接入收集将具有自监测、自构造、自优化及自修复能力。 AI还有可能实现收集运维功效的主动化，例如猜测性维护、事情负载猜测、智能数据感知、能源治理、挪动性治理以和无线资源的动态分配。对于海量收集数据集的阐发可晋升威逼检测、及时监控、妨碍猜测及收集安全程度。 借助AI完成6G的设计及验证 AI于6G收集中的广泛运用将带来一项新挑战：怎样对于高度动态变化、更智能、更繁杂且周全逾越历代无线收集的体系履行有用验证，是工程师们需要霸占的难题。 估计将有多种AI技能办事在6G的设计、验证及测试。强化进修于自优化、收集设计及测试中将阐扬主要作用，该技能可经由过程主动摸索收集参数的繁杂组归并锁定瓶颈，从而撑持无线接入网优化、加强型波束赋形、自立功效测试及机能测试。 深度神经收集有望优化信道预计及信道状况信息压缩，于噪声年夜、高度动态变化的情况中上风尤为显著。业内正于研究采用Transformer架构来压缩信道反馈，而图神经收集则可经由过程对于收集元素之间的瓜葛举行建模，撑持挪动性治理、滋扰按捺及资源分配等各类功效的实现。 天生式AI技能一样至关主要。天生匹敌收集（GAN）可用在天生传神的无线信道数据，撑持去噪、异样检测，以和为将来收集的测试天生合成情况。 数字孪生估计将阐扬尤其主要的作用。数字孪生技能经由过程对于实际世界收集举行具体的数字化映照，可以或许仿真整个体系及组件，撑持对于用户装备、基础举措措施及收集情况的集成建模。上述能力对于在于年夜范围物理部署以前，便可面向繁杂的体系优化问题履行测试至关主要。 AI天生的合成数据估计也将于6G技能开发中阐扬要害作用，尤其是于物理丈量难度年夜且成本昂扬的亚太赫兹频段。基在AI技能的仿真、信道模子及专用测试平台可为验证新的软硬件及收集架构创立传神的情况。 前方挑战依旧 只管AI赋能的6G收集远景广漠，但其落地仍面对诸多严重挑战。 AI与6G的交融可能触及数据隐私、安全掩护、可注释性、资源限定及尺度化等方面的问题。AI于治理要害通讯基础举措措施时变患上愈来愈自立化及智能化，这就要求工程师及运营商可以或许信托AI的决议计划，并理解这些决议计划的制订历程及道理。 AI体系仍旧轻易遭到漫衍外偏差、数据稀缺、过拟合、可注释性差以和幻觉等问题的影响。为破解上述痛点，业内研究职员正于摸索可注释AI技能、物理信息模子、硬件于环测试以和高鲁棒性的验证框架。 各企业还有需治理收集安全危害，确保体系抵御收集进犯的韧性，并防止过分耗损能源。与此同时，6G及AI尺度仍于连续演进，要于全世界运营商、供给商及羁系情况之间真正实现兼容性及互操作性，可能仍面对巨年夜挑战。 然而，愈发现确的一点是，AI及6G极可能将配合演进。6G可以或许为下一代智能运用提供所需的收集毗连、高带宽及及时相应能力，而AI则可能成为设计、优化、运营及验证收集自己的基础技能。两者相辅相成，有望于将来十年重塑各行各业，并创造出全新的数字体验。、 作者：是德科技6G解决方案卖力人Hwee Yng Yeo 
