是德科技专稿：6G与AI如何共同构筑面向2030年代的智能网络

是德科技6G解决方案负责人Hwee Yng Yeo在专稿中提出，6G有望成为首个AI原生无线通信网络，AI与机器学习将成为6G标准的核心锚点，推动通信与计算深度融合。2026年6月，3GPP技术规范组第112次全体会议正式批准Release 21时间表，R21预计成为首个包含6G规范性工作的标准版本，为6G要求、架构、协议及技术细节的制定给出更清晰路线图。 文章梳理了6G的愿景指标：峰值速率有望达到50Gbps、100Gbps乃至200Gbps，空口时延最低可降至0.1毫秒，每平方公里连接密度高达1亿台设备，支持高达1,000公里/小时的移动速度，定位精度达到1至10厘米。这些能力对应实时数字孪生、智慧工厂、高阶自动驾驶、全息通信与无处不在的边缘智能等场景，其中通信感知一体化（ISAC）被视为打通数字世界与现实世界的关键功能。 在网络架构层面，文章区分了设计阶段的AI模型与运行时AI模型：前者用于部署前优化和验证网络，后者动态适应工作负载、地理场景与外部环境变化。空口层面，AI可增强符号检测、信道估计、信道状态信息估计、波束选择、调制和天线选择，并支撑超大规模MIMO与AI辅助波束成形；网络层面则指向自监测、自组织、自优化、自修复，以及预测性维护、工作负载预测和无线资源动态分配。 验证是文章强调的核心难题。强化学习可用于自动探索网络参数组合、锁定瓶颈并支持自主功能测试；深度神经网络优化信道估计与信道状态信息压缩，Transformer架构正被研究用于压缩信道反馈，图神经网络则用于移动性管理、干扰抑制和资源分配。生成对抗网络可生成逼真无线信道数据，数字孪生则支持在大规模物理部署前完成系统级测试，合成数据在亚太赫兹频段尤为重要。 文章同时指出落地挑战：AI与6G融合涉及数据隐私、安全、可解释性、资源限制与标准化问题，AI系统仍易受分布外误差、数据稀缺、过拟合和幻觉影响，业界正探索可解释AI、物理信息模型、硬件在环测试与高鲁棒性验证框架，并需应对网络安全与能耗压力。