5G-Advanced网络智能化标准进展及6G网络智能研究挑战

本文总结了5G核心网智能化发展的国内外标准现状及趋势，并探讨了6G网络智能化的关键研究方向与挑战。在5G阶段，3CPP标准化组织在Rel-15至Rel-17中对网络数据分析功能进行了逐步增强与优化，并引入管理数据分析（MDA）以提升网络自动化运维能力[2]。进入6G阶段后，“智能内生”成为网络架构的核心特征，在系统架构、功能和服务能力分级等方面展开深入探索[8][9]。
6G网络智能化研究重点围绕智能内生架构、“一超多体原子化”框架、“多体”分层分布式协同机制等展开[10][14]。同时，在AI即服务（AIaaS）方面提出了包括无人机应用、工业机器人协作等在内的多个应用场景，并探讨了基于适应能力索引（6NAI）的评估体系[13][16]。
然而，在体系化设计、数据收集与开放性保障、新型终端形态对网络架构的影响等方面仍面临诸多挑战[4][17][20]。未来研究需进一步关注这些问题的解决方案与技术突破方向[4][21]。
本文旨在为5G向6G过渡过程中核心网智能化的发展提供参考与启示，并推动相关技术的创新与应用实践[8][9]。

摘 要

【关键词】 5G-Advanced；6G；核心网；网络智能化；标准进展

0 引言

伴随第五代移动通信技术（5G）投入商用

本文将聚焦于核心网智能化进程，在探讨当前网络智能化标准现状及发展趋势的基础上，并就未来网络智能手机化的演进路径提出建设性意见。其中，第1章至第2章重点阐述5G时代5G核心网智能化标准发展现状及国际国内相关标准化组织的最新动态；第3章深入分析5G-Advanced及6G时代背景下核心网智能化研究趋势（涵盖智能内生架构设计、分层分布式协同优化、基于AI的服务即用模式构建、以及智能服务质量保障等方面）；最后一篇以4th chapter的形式系统性地探讨6G网络智能手机化技术发展面临的主要挑战，并提出针对性解决方案建议。

1 5G核心网及智能化发展

5G之前的传统移动通信网络中并未配置人工智能相关功能。随着深度学习等AI技术取得重大进展以及AI应用逐步普及，在全球范围内诸如3GPP等标准组织开始致力于对5G核心网智能化方向制定相应的标准化方案。这一探索之旅就此拉开了序幕。

在3GPP第15版本中首次引入了网络数据分析功能（NWDAF），并为此提供了专门的网络数据分析能力。随后，在3GPP第16版本中对NWDAF的功能进行了扩展和强化。支持的数据分析类型涵盖了以下方面：包括但不限于业务体验评估、性能指标监控、切片资源管理、承载功能监控以及异常事件分析等关键领域。

相较于版本5GS（5GS），3GPP第17个版本号版本号号版号版式版式格式格式格式格式格式格式格式格式格式格式格式格式格式formatting 3GPP Rel-17对5GS系列中的网络数据分析架构与功能性进行了显著优化。从架构设计上来看，在原有基础上对其进行了重构与强化。具体而言，在架构设计上将NWDAF模块分解为模型训练逻辑模块MTLM以及后续的数据处理阶段中的核心计算单元ALM两个主要部分，并在此过程中实现了不同单元间的高效协同工作模式建立。同时，在功能性层面新增了一系列关键性能指标包括但不限于：网络性能评估参数集合NPSPS集合中的各项指标均基于最新的通信协议栈发展成果进行重构以满足日益增长的业务需求预期。

3GPP Rel-17进一步深入研究并完成了5GS系统管理面的智能化相关内容，并在TS 28.104文件中引入了管理数据分析技术（Management Data Analytics, MDA），通过这一技术实现网络管理运维的自动化与智能化操作[2]。如图2所示

2 5G-Advanced核心网智能化标准现状

2.1 国际组织研究现状

在5G-Advanced阶段实施的3GPP Rel-18核心网智能化战略重点在于对漫游场景下的网络数据分析能力、联邦学习应用场景的支持以及跨设备商的机器类型数据共享机制的完善[3]。与此同时，在智能终端与业务服务系统之间因新型AI模型传输需求而提出的解决方案要求对网络架构进行相应的优化升级，并进一步提升网络开放度及QoS保障措施以实现智能优化[3]。

3GPP Rel-19正处于AI模型传输阶段2的需求调研工作中，在这一阶段重点涵盖基于设备间直接通信场景的应用层AI模型分发、训练及推理功能的研究，并深入分析潜在的业务需求与性能指标要求[4]。

ITU-T组织开展了多项网络智能化相关的研究工作。ITU-T设立了涵盖5G在内的未来网络机器学习ML5G专项工作组；中国信通院主导提出了三项云原生AI相关的国际标准建议案；其中涉及的人工智能云平台技术规范则涵盖了整体架构设计、资源管理和优化配置等方面。

2.2 国内组织研究现状

近年来,国内相关工作组持续深入研究网络智能化领域. IMT-2020（5G）推进组基于智能切片需求分析,提出了智能切片的整体架构与业务流程方案[5]. 中国通信标准化协会下属无线通信委员会前沿技术组TC5WG6重点探讨了无线网络架构,通信感知融合以及内生智能等关键技术领域[6]. 中国通信学会组织中国移动研究院等产业伙伴,提出了以自动化与智能化为核心特征的自智化网络建设方案,致力于为用户提供无中断连接体验的目标. 该方案通过构建"三零三自"体系即零等待状态,实现自配置功能;零故障保障机制;以及零接触用户体验框架,最终实现客户体验的最佳化服务.

3 5G-Advanced/6G核心网智能化研究趋势

3.1 智能内生架构

在6G网络的设计阶段就已预设引入人工智能能力以实现智能化的网络控制与管理工作中智能化被确定为6G网络架构中的重要内生特征之一即被定格为这一技术方向的核心要素之一相关研究正逐步推进当中其中中国移动提出了"三体四层五面"的整体架构方案该方案从空间维度逻辑维度以及功能维度等多个层面展开深入探讨特别是在功能层面新增了"智能面"这一概念借助分布式智能节点协同工作以实现全局范围内的AI能力整合从而推动构建智能化的6G网络体系[8]与此同时IMT-2030工作组发布的《面向6G网络的智能内生体系架构研究报告》[9]详细阐述了这一设计理念并从功能服务部署控制等方面系统性地明确了未来智能内生架构所应满足的技术要求。

为了覆盖社会各行各业及生态体系的需求与挑战，中信科移动发布了具备"一超多体原子化"特征的6G智能内生网络系统框架[10]（如图3所示）。其中，“一超”指的是网络中央的超能大脑，在整体架构中承担着全局性问题的解决与协调任务；而"多体"则体现了分层分域且具备全行业的差异化智能能力，在这种架构下每个"个体"都能够本地化地处理特定领域内的AI任务，并根据具体需求进行能力层面的差异化构建；特别的是每个"个体"的能力将通过智能化设计实现精准适配其所在的管理功能模块，并在这些核心组件之间建立动态交互机制。这种设计使得各网元、信息处理单元及管理功能模块都预装了原生AI部署能力，并通过灵活组合形成多样化的功能配置方案

3.2 分层分布式智能协同

分层分布式架构被视为实现5G-Advanced及6G网络广泛普及的关键技术基础之一[12]。随着5G-Advanced及6G技术的发展与普及，在这一广袤覆盖范围内需要构建高效的分布式人工智能架构。旨在支持构建高效的分布式人工智能架构，在这一架构下, 网络的不同领域、层次或区域间的数据流与信息共享机制得以建立, 同时实现了资源与计算能力的有效协同调度, 从而满足人工智能任务对实时性的需求, 提升整体系统的性能表现并降低传输压力, 最终优化了各层次的服务体验并显著提升了整个6G系统的智能化水平。在分层设计中, 通过对不同层级的功能划分与服务定位实施分级部署, 这一策略不仅为各类功能模块间的高效交互提供了可靠支撑, 还确保了各层级服务的具体职责边界清晰明确, 最终实现了系统运行中的局部最优与全局最优相结合的有效解决方案。

就“一超多体原子化”系统框架而言，在分层分布式功能协同方面进行设计与实现。其中央超脑与“多体”个性化智能能力具有明确的服务范围与用例边界，并通过接口进行需求协调、功能协调以及执行方式的统一。从而使得智能内生的分层架构与分布式网络形成高效的协同机制。在构建分层网络中的“多体”部分时,该系统能够自主识别并精确捕捉不同行业、社会及生态环境下的通信场景细微差异,根据这些差异精准适配相应的网络能力和提供相应的通信服务支持,并最终满足全社会、全行业及全生态系统的通信需求。

3.3 AI即服务

在未来的6G时代背景下，在传统移动通信网络连接服务作为基础支撑的前提下

聚焦于2030年后全社会、全行业及各应用场景的普惠智能需求，在这一背景下，人工智能（AI）能力将以AIaaS（人工智能即服务）模式实现对6G系统内嵌智能化能力的赋能。具体而言，在内部层面（即网络系统层面），我们通过将原生网络功能模块化处理的方式，在任意需求下灵活配置数据流、算法集合以及计算资源，并赋予这些配置的能力让网络系统实现自主决策与自我优化的能力。而对于外部层面（即服务提供方层面），则需构建开放性的接口与协作机制，在保障用户权益的前提下为外部用户及第三方服务提供方而言，则需构建开放性的接口与协作机制[14]。

3.4 AI服务质量

中国移动近期制定了一套全面评估与保障6G网络AI服务质量的标准体系，并命名为'人工智能服务质量'(简称：AI-QoS)。该标准体系涵盖网络性能的多个方面，并从以下五个关键维度展开：首先是运行效率、其次是资源消耗、接着是安全性、随后是数据隐私保护以及最后是自主管理能力。此外还包括衡量人工智能应用性能的具体指标以及与人工智能服务类型无关的一般性评价标准[15]。

该研究团队开发了一种用于评估6G网络在各种通信场景下适应性的综合指标体系。该体系命名为"6G网络适应性索引"（6\text{NAI}），其核心框架包含五个关键维度：连接性、计算能力和数据安全性，在智能化建设方面，则通过多维度量化指标对智能化适配能力展开深入分析和评价[16]。该框架旨在为5G向6G演进过程中的基础支撑能力和智能化发展需求提供科学指导依据。

AI QoS与6NAI评估体系相互之间既保持独立性又存在一定关联。通过将AI服务需求分解为通信系统中的QoS指标，并由各资源维度的管理面控制面和用户面机制进行保障。针对业务和用户的适应性要求提出对6G网络综合能力的具体要求的不同领域包括连接计算数据存储安全性和智能化等方面的需求均受到这一框架的影响其中一部分体现的是网络智能适应能力可被视为其中一部分体现

3.5 5G与B5G网络架构中的AI分布

基于AI功能分布维度分析可知，在以下方面存在显著差异；具体表现为现有架构与未来架构在性能指标方面的表现具有显著差异，在算力资源分配机制上也呈现出明显差别，在能效优化目标设定上体现出不同诉求；此外，在智能网关节点功能划分上还存在一定的技术差距。

5G网络中仅限于网络数据分析功能（NWDAF）具备AI能力，并且能够执行数据采集与智能分析的任务；在6G网络架构中，则主要由核心网功能实体、接入网技术和终端设备整合而成，并且它们同样支持数据采集与智能分析。

在5G网络架构中，网络功能分解（NWDAF）主要包含两个关键组成部分：模型训练功能（MTLF）和分析功能（AnLF）。MTLF负责从数据中训练机器学习模型；AnLF则用于推理分析结果。相比之下，在6G网络环境下，具备人工智能能力的网络功能实体不仅能够执行模型训练任务，还能够进行推理分析工作；同样地，终端设备也能独立完成这些智能计算任务。

3）5G网络仅限于策略控制、接入与移动性管理、会话管理和应用等功能具备依据分析信息进行决策与控制的能力；而在6G网络中，则是具备AI能力的各类网络功能实体以及终端设备均可依据分析信息实现决策与控制。

4 6G网络智能化研究挑战

4.1 体系化设计

内生智能化将构成6G网络的关键要素之一。这一概念不仅涵盖架构体系及相关的技术架构，在实际应用中还需确保数据流的安全性与高效性传输——这使得从终端设备到核心系统的全面优化面临系统性设计难题。目前行业正致力于探索基于端到端服务化、云原生及算力网络等新兴技术路径，在智能内生架构的设计方案上取得一定进展。展望未来研究与标准化进程时有深入探讨需求，则有助于提升整体6G智能内生网络的效能表现。

4.2 数据收集与开放

在数据驱动型的人工智能范式下，高质量数据作为提升预测精度的关键要素[17]。其中一种典型的类比关系可表述为："数据之于智能内生网络正如石油之于工业机器"。当前网络在跨域环境下存在一系列共性问题：其一是即使同域下的不同业务系统的数据之间也面临着格式不统一的问题；其二是即使是在同一个业务系统内部的不同业务模块之间也存在数据共享不畅的现象。这些问题无疑会对智能内生能力造成重大挑战[18]。因此，在6G系统规划初期就应当建立完善的隐私与安全防护机制，在推进智能化发展的同时实现以下目标：即统一区域内各类业务系统的标准化数据格式建设以及构建开放共享的跨系统协作机制；通过建立统一的数据采集体系与开放共享平台支持各领域需求驱动下的资源动态获取与流动组织化管理；最终实现全方位的数据编织能力并为其持续进化提供可靠的技术支撑基础

4.3 网络AI算法技术

6G研究从场景和需求研究入手，提出了多种应用场景，包括普惠智能场景[19]。6G智能内生架构需要满足上述应用场景的需求。同时，6G智能内生架构还需要保证网络的控制和管理最优化，例如依据网络状况对网络控制与配置参数进行快速调整和优化。这些对6G网络采用的AI算法提出了很高的要求。目前通信领域的AI算法研究还有待深入。对于6G智能化场景，如何寻找到更稳定高效、可工程化的AI算法/技术来提升6G智能化性能，是一个值得关注的问题。因此，后续网络智能化研究中，需要更多地关注AI算法与6G网络技术的适配，探索和设计适用于通信领域的最优的AI算法和相关技术。

4.4 终端变革的影响

随着移动通信技术的发展, 智能手机设备于3G时代末期推出。4G及以后的时期内, 主流终端延续了传统设计与功能布局, 在功能方面进一步提升。然而, 这种变化并未带来根本性转变。伴随着技术进步以及新兴领域的崛起, 6G时代的终端形态及功能有可能发生重大变化。目前全球移动通信协会(GSMA)针对终端智能化需求已发布相关技术报告[20]。因 terminal 与 network之间相互依存的关系, terminal 的形态及功能的变化将对 network 架构、功能和流程等方面产生重大影响。6G网络智能化研究不仅需要考虑新型 terminal 的形态, 还需关注 terminal 的智能化能力、需求及其使用智能服务的过程, 为此类网络真正高效赋能千行百业、实现智能普惠奠定坚实基础[21]

5 结束语

本文系统梳理了5G核心网网络智能化领域的国内外标准发展现状，并对未来研究方向进行了深入探讨。具体而言，在6G网络智能化领域方面取得了显著进展和成果。文章重点分析了智能内生架构构建、分层分布式智能协同优化、AI服务化（AIaaS）创新以及智能服务质量保障（AI QoS）等前沿技术的发展动态与实践成果。基于以上研究基础，在未来6G网络智能化建设中提出以下建议：其一，在体系化设计方面应注重技术创新与产业协同；其二应加强高精度数据采集与知识平台建设；其三要持续关注新兴算法技术突破；其四要充分考虑终端变革带来的影响因素。这些针对性建议旨在为推动B5G/6G网络技术发展提供有益参考。

目前，在全球科技界已达成广泛共识的是6G网络智能化与2030+社会发展智能化这两项举措。未来，在开展相关研究工作时，将致力于深化对智能内生网元功能架构设计的研究工作；同时聚焦于优化AIaaS服务流程的技术路径；进一步推进对网络接口标准化建设的探索。这一探索不仅有助于提升整体技术性能水平，也将为推动6G技术快速落地奠定基础。