AI与移动网络加速融合
人工智能（AI）的蓬勃发展正推动无线接入网络（RAN）加速拥抱AI技术，两者深度融合正孕育新机。AI关键技术如机器学习、自然语言处理和计算机视觉等取得巨大进展，商业落地加速，大语言模型如GPT-o1等彻底改变了AI与语言、知识和决策的互动方式，AI在医疗、金融、制造等领域创造前所未有的价值。
AI新业务带来对移动网络的变革性需求，交互对象从人与人扩展到人与AI代理、AI代理之间，交互内容从文本、语音扩展到音视频流媒体等多模态融合，GenAI内容形式爆发式上升，AI Agent成为普遍性应用，需要同时满足高带宽和低时延要求，并带来多向数据流模式变化。AI Agent实时交互需要同时支持高速的上下行数据传输，智能体类型吞吐量从10-20Mbps到100Mbps-500Mbps不等。
AI新业务拉动内容数量，视频画质，用户参与度三方面爆发式上升，AI在内容生成领域的应用正快速扩大，AI生成视频的市场规模年复合增长率达到19.9%，AI重塑沉浸式扩展现实（XR）和3D内容生成，AI驱动的超级个性化和更加沉浸的体验，极大提升了用户参与度。AI带来的颠覆性变革，极有可能打破既有的流量增长路径，带来更多的变化。
AI新业务带来对移动网络的变革性需求，推动移动网络从传统的连接服务向高性能网算结合的智能服务转型。AI新业务的快速发展正在推动移动网络的全面升级，从交互对象的演变来看，从人与人互动逐渐扩展为人与AI代理、AI代理之间，从交互内容来看，多模态融合以及与现实世界的深度交互催生了更加丰富和高质量的GenAI内容形式。
电信运营商承载边缘AI具有天然优势，借助网络边缘的优势，运营商早早开始边缘算力的探索，MEC就是一个典型的代表。运营商通过把MEC下沉化、边缘化，可以实现业务的本地化部署，从而有效地降低业务时延、带宽开销和终端成本，提升业务体验和数据安全。运营商的边缘算力在局域场景和广域场景中更具优势。
AI与RAN融合在挑战中孕育新机，AI与RAN融合正孕育新机，在以RAN连接为主的场景中，业界对AI在RAN提效的研究方向正逐渐发生聚焦和转变，研究方向从无线应用层L3、无线链路层L2聚焦到物理层L1。在AI应用场景中，云端协同已成必然趋势，业界也在积极探讨边侧AI的应用价值与云边端协同的必要性。
AI RAN带来的全新挑战，AI与RAN融合，在挑战中孕育新机，在以RAN连接为主的场景中，业界对AI在RAN提效的研究方向正逐渐发生聚焦和转变，研究方向从无线应用层L3、无线链路层L2聚焦到物理层L1。在AI应用场景中，云端协同已成必然趋势，业界也在积极探讨边侧AI的应用价值与云边端协同的必要性。
运营商加速布局，积极抢滩AI for RAN红利，运营商面临获客与增收难题，基于AI的端到端套餐经营，精准感知业务、分配资源，提升用户体验和网络资源利用率，助力运营商增收与行业智能化升级。通信行业能耗大，5G普及加剧无线网络能耗问题，AI技术引入节能管理，精细化调控，在保障服务质量的同时提高能源利用率，推动行业绿色发展。
AI RAN商业价值体系发展趋势，AI正在引领一场深刻的技术变革，移动网络在这场变革中不仅是基础设施的提供者，更是通过开放自身的算力和AI能力，成为创新价值的积极赋能者。随着5G和6G技术的发展，移动网络将其强大的算力资源和AI处理能力开放给各类应用，催生全新的商业模式和服务场景，推动数字经济的蓬勃发展。
AIR RAN基于通算智融合的前瞻性布局，引领行业发展，中兴通讯率先在AI for RAN和RAN for AI两大领域进行技术探索，推出AIR RAN（AI Reshaped RAN）解决方案，构建面向多场景的通算智融合产品体系，打造全域数智化底座平台，在RAN领域的智能化价值提升和ToB产业通算一体数智化升级等方向，持续推动技术创新与实践，引领行业发展。AIR RAN解决方案在体验增强、能效提升、运维提效等方面带来更便捷高效的服务。
AI与RAN深度融合，持续拓展AIR RAN生态，AI与RAN深度融合，持续拓展AIR RAN生态，如前文分析，AIRRAN架构演进的核心目标是支撑网络的泛在智能，推动网络中智能体之间的智能互联，最终将网络打造为连接物理世界和数字世界的智能中枢。在产品架构层面，当前业界主要采用两种形式：一种是从RAN专用加速器发展而来的通专异构XPU架构，另一种是基于通用CPU+GPU的架构。
AI for RAN：分层注智，全面提升无线网络性能，AI for RAN：在RAN协议栈中引入AI为L1/L2/L3精准注智。AI在无线网络性能提升中的应用，包括底层、高层和顶层的优化策略。底层以高性能驱动，利用传统算法和AI算法的优势组合；高层以多任务驱动，通过局部AI任务优化实现多任务协同；顶层以强智能驱动，利用大模型和语言理解能力提升网络操控智能化。
RAN for AI：连接、感知与计算的全要素供给，RAN for AI：通过通信与AI技术深度融合，RAN不仅承担传统的连接功能，还通过感知与计算能力扩展，赋能具身智能、车路协同和低空无人机等场景。基站利用通感技术感知环境与动态目标，结合AI实现实时优化，提升资源利用效率与服务质量，为全场景智能化升级提供支持。
群智协同：泛在Agent服务，群智协同：网络智能体从单一智能体向群智协同演进，通过智能体间的协作分解复杂问题、优化全局决策，展现群智协同优势，显著提升系统的适应性、鲁棒性与创新能力。AI for RAN提供性能支撑，RAN for AI贡献数据与交互，二者互促，推动全局智能升级。
未来展望：引领无线网络的长期价值，未来展望：引领无线网络的长期价值，AIR RAN发展和大规模应用并非一蹴而就，它需要经历上述“短中长期”的发展历程，具体为：短期着眼于“以智强网，逐层推进，异构协作，体验优化”方面，中期着眼于“以智筑网，整体内生，智算融合，价值拓进”，长期着眼于“以智生网，全面一体，多维超融，万物智联”。
