AI要真正实现全面泛在落地，云、边、网、端的紧密协同至关重要，其中在网络这个“神经中枢”需要6G提供更强支撑。恰逢其时，6G正好迎来重大进展，3GPP刚于2026年6月敲定6G标准化时间表，首批6G规范2029年初发布，6G已进入产业化关键预备阶段，2030年商用。那么，6G网络如何让AI更易落地、更易规模化？研究了顶尖引领者爱立信的CTO Erik Ekudden与网络产品组合负责人Preeti Nagarajan围绕AI时代的网络演进的深度对话后，5G与6G公众号结合爱立信关于“6G网络将从传统连接演进为承载AI工作负载的智能基础设施”定位以及爱立信于此方面做出的诸多关键里程碑贡献对上述问题作了深入分析。





01
AI全面泛在，需要6G提供更强支撑



当前AI应用以云端集中式部署为主，终端侧仅承担简单交互功能，距离“全场景泛在”有显著差距。此外，未来海量终端的端侧算力受限于功耗、体积与成本，难以独立支撑全量AI推理，需要网络承载算力卸载与实时协同任务。



由此，“云-边-网-端”分布式协同的算力架构正成为产业公认的破局方向，这对移动网络提出了远超现有网络的能力要求，既需要超大带宽、极低时延的传输性能支撑算力卸载，也需要通感融合的全域能力拓展AI应用边界，更需要统一简洁的部署架构降低生态适配成本。



在此背景下，从上述视频分析，爱立信认为通信网络的定位正在发生根本性转变，从传统的信息传输管道，升级为承载AI推理调度、边缘算力协同、空间感知交互等的新一代智能基础设施，6G是支撑这一转变的关键底座之一。



作为下一代智能基础设施，6G的技术路径、标准节奏与产业布局，将在很大程度上影响AI全面泛在的落地效率与体验上限。爱立信基于对5G产业经验的深度复盘，从标准制定、架构设计到能力演进形成了完整的6G布局，为AI时代6G网络演进提供了清晰可行的产业路径。



02
爱立信全周期6G标准布局支撑AI泛在落地



6G标准化节奏与产业共识决定AI泛在落地的效率。5G时代NSA与SA并行且架构选项众多导致的市场碎片化，曾大幅拉长了新业务的变现周期，也为各类创新应用的全网适配增加了成本。吸取这一教训，6G从标准化初期就致力于构建统一、清晰的演进路径，而爱立信正是这一路径的核心推动者与全周期参与者。



6G标准化是多主体协同、分阶段推进的系统工程，时间节奏决定未来AI应用的商用落地周期。根据3GPP 2026年6月全会共识，6G形成了研究、规范、商用的清晰时间表：技术研究阶段（Release 20）于2025年中期启动，持续至2027年上半年，完成关键技术选型与架构论证；规范制定阶段（Release 21）从2027年3月启动，持续至2028年底，完成全部功能标准编写；吸取5G时代网络架构版本众多导致行业内耗的教训，首批完整6G规范将采用单一代码冻结方式以向ITU IMT-2030交付一个没有歧义、高度统一的全球6G基准规范，并将于2029年初发布，首批商用6G系统有望2030年面市。这套里程碑清晰的时间框架，为AI产业提供了明确的网络能力预期，AI芯片、终端、设备、应用等各环节可据此规划未来产品研发节奏，避免资源错配与等待内耗，保障未来AI应用与6G网络能力同步成熟。



在这一全周期的标准化进程中，爱立信深度参与各个环节，扮演着技术方向的引领者、产业共识的推动者、生态协同的连接者角色，5G与6G公众号分析认为可确保6G的演进节奏与能力方向始终匹配AI泛在落地的需求。



● 一是推动6G架构路径统一，降低AI落地的产业内耗



分布式AI算力协同需要6G全网统一的架构，才能实现端到端的算力调度、服务质量保障与业务连续性。5G时代NSA与SA并存的教训表明，多架构会导致市场碎片化、新功能上线延迟、业务变现放缓。从GSA统计数据看，截至2025年底，在已知投资5G的运营商中，约有28%部署了公共5G SA网络，从NSA向SA的转型远比预期复杂。



爱立信作为主要贡献者之一，积极推动在3GPP中形成SA主导的6G架构共识。对于AI泛在落地而言，统一的6G SA架构下，网络切片、精细化QoS等承载AI业务的关键能力可以全网一致落地，且整个生态可以聚焦同一种网络模式进行技术迭代：芯片厂商无需为多架构做冗余设计，终端厂商可以简化硬件方案，应用开发者无需做多网络适配。这种聚焦能够大幅降低AI业务的落地成本、缩短上市周期，运营商则可更快上线AI相关的差异化服务、大幅缩短业务变现周期。



● 二是主导6G核心网平滑演进，承接5G AI能力积累



5G核心网5GC已经构建了网络切片、精细化QoS框架、网络能力开放等支撑AI业务的基础能力，大量基于5G的AI专网、边缘计算服务已经落地。爱立信主张6G核心网基于5GC演进而不是定义全新的系统，复用成熟的漫游接口、服务连续性机制与变现赋能工具，在此基础上针对通感一体化、AI原生等新需求做增强。



这一路径的核心价值在于保护运营商的5G投资，让5G阶段已经落地的AI相关服务可以平滑迁移到6G，实现能力的持续迭代。对于AI产业而言，核心网的平滑演进意味着业务体验的连续性，用户与企业的AI服务不会因网络代际升级而中断，产业资源可以集中投入到新能力的创新上而不是重复建设基础能力。



● 三是协同O-RAN生态对齐，构建开放AI创新环境



AI应用的繁荣离不开开放的网络生态，只有允许第三方开发者灵活调用网络能力、定制化部署AI算法，才能催生更丰富的业务创新。O-RAN联盟推动的RAN解耦与开放接口，是构建网络开放生态的核心载体之一。爱立信推动O-RAN的6G工作与3GPP标准时间线保持对齐，仅存在3-6个月的合理滞后，确保开放前传、管理编排等接口与3GPP标准同步成熟。



同时，爱立信坚持跨产业开放协作的理念，推动构建水平化架构、开放接口与开放系统，支撑合作伙伴集成AI能力、灵活部署业务。这种开放生态让6G网络不仅是AI的承载管道，更是AI创新的赋能平台，能够充分释放产业的创新活力，催生更多基于网络原生能力的AI应用。



● 四是打造真正的AI原生6G，预留长期技术演进空间



需要明确的是，“AI原生”指向网络设计理念与架构原则，不意味着6G的全部功能都围绕AI定义，也不局限于单一的AI业务形态。有了原生的AI能力，6G能更深度地助力AI技术落地与产业应用，也能更好服务于更广泛的万物连接需求与千行百业的数字化场景。



AI技术的迭代速度远超通信标准的更新周期，如果6G标准过度绑定具体AI算法与模型，很快就会落后于技术发展。爱立信在6G标准制定中主张，AI相关的标准化应聚焦数据采集、能力开放等底层赋能因素，不定义具体的AI方法与模型。



这一思路让6G网络具备足够的灵活性，能够持续适配AI技术的快速演进，长期支撑AI应用的升级迭代。无论是未来的大模型轻量化、分布式推理优化，还是新的AI交互模式，都可以在6G的基础架构上快速落地，避免标准固化带来的各种瓶颈。



03
爱立信6G研究里程碑构建全维度AI承载能力



上述6G清晰的时间框架与统一的产业路径，为AI泛在落地铺就了高效的协同轨道，而6G网络真正承载AI全场景泛在的核心底气，最终来自于6G底层技术能力的系统性升级。3GPP在6G研究阶段逐步确立的关键技术里程碑，从空口性能、系统架构到新增能力维度，可精准匹配AI泛在落地对6G网络的核心诉求，爱立信深度参与各技术方向的论证与标准决策，持续推动这些能力向更适配AI负载的方向优化。



● 一是空口性能全面升级，夯实AI数据传输底座



AI业务数据量大、交互实时性要求高，智能眼镜、全息交互等消费级AI应用需要传输超高清视频与空间点云数据，工业AI场景则需要上行大量设备感知数据并实时下发推理结果。



针对这些需求，3GPP已明确6G空口关键性能里程碑：系统带宽覆盖3MHz到400MHz，相比5G中频段100MHz的最大带宽提升3倍，可支撑更高峰值速率与更低传输时延；波形方面，下行沿用CP-OFDM，上行同时支持CP-OFDM与DFT-s-OFDM，且DFT-s-OFDM首次支持上行MIMO，充分释放终端上行发射功率，提升上行吞吐量。



爱立信全程参与上述技术指标论证，推动带宽与波形设计兼顾极致性能与终端实现成本；同时支持信道编码大量复用5G成熟方案，仅针对终端简化与性能增强做小幅优化。对此，5G与6G公众号认为可在保障AI业务传输性能的同时，降低海量AI终端的芯片实现门槛，加速智能设备普及。



● 二是通感一体化能力拓展AI应用边界



传统通信网络只负责信息传输，而AI对物理世界的感知与交互，需要网络具备空间感知能力。智慧交通的路况预判与事故预警、城市治理的全域环境监测、安防场景的反无人机侦测等AI应用，都依赖网络侧的实时感知数据。3GPP已将通感一体化纳入6G核心能力体系，并明确了感知服务的架构方向。



爱立信提出“底层感知处理下沉RAN、高层能力开放上收核心网”的分层架构方案：无线侧就近完成感知信号的底层处理，保障感知的低时延与高精度；核心网侧统一封装感知能力并对外开放接口，让感知数据可以直接作为AI模型的输入，支撑上层应用快速开发感知类AI服务。



这种架构既实现了资源的高效利用，又保留了业务创新的灵活性，让网络从“连接世界”升级为“感知世界”，为AI应用打开全新的场景空间。



● 三是多RAT频谱共享技术，支撑AI业务快速广覆盖



AI应用的普及需要6G网络快速形成规模覆盖，而低频段、中频段等广覆盖频谱大多已被5G占用，3GPP将动态频谱共享作为6G平滑演进的关键技术方向，重点研究降低共享开销、提升资源利用效率的方案。



爱立信提出多无线接入技术频谱共享（MRSS）方案，支持5G与6G根据业务负载与信道条件，在时域、频域动态调配资源。与基于双连接的频谱共享方案相比，MRSS避免了控制权拆分与终端发射功率分割带来的上行性能损耗，能够在保障AI业务性能稳定的前提下，充分复用5G存量频谱资源，实现6G的快速部署与广域覆盖，让AI服务能够更快触达更广泛的用户与场景。