6G智能空口技术白皮书（2026年）

核心观点

• 6G空口技术面临传统技术路径瓶颈，需要范式革命。
• 人工智能（AI）为突破瓶颈提供全新范式，但需平衡性能增益与算力、数据资源等新成本。
• 提出“能力-质量-代价”三角均衡设计评估模型，系统权衡通信指标、模型性能和成本。
• 设计“智能内生”的6G接入网架构，实现连接、数据、计算与AI模型四要素深度融合。
• 构建低开销空口AI数据集，降低数据采集开销，提升模型泛化性。
• 探索空口AI传输关键技术，包括新型导频设计、信道信息获取、用户调度与MIMO预编码、信源信道联合设计等。
• 通过原型验证，证明空口AI技术在真实环境下的卓越成效，并积极参与国际标准化工作。

关键数据和研究结论

• 低开销数据集构建方法可将实际数据采集开销降低80%以上，空口反馈开销降低95%以上。
• 基于簇演化的信道获取方案可将环境间分布偏移降低70%，在实测信道环境下仍能实现低开销、高精度的信道反馈。
• 单小区用户调度与MIMO预编码方案性能接近最优数值算法，推理复杂度远低于传统算法。
• 无速率信源信道联合编码方案在保持信道自适应特性的同时显著提升通信效率，较R16标准方案具有3.5~6.4倍的信道容量增益。
• AI辅助的OFDM波形设计在高速移动场景下可实现30%以上的谱效提升。
• 空口AI多模块联合设计可降低模型参数复杂度与推理计算复杂度达50%以上。
• 集中式和分布式大规模MIMO样机、超高阶调制样机验证了多项空口AI技术的卓越成效。