首页  /     /   在线练习

更新时间：   试题数量：   购买人数：   提供作者：

有效期： 个月

章节介绍： 共有个章节

收藏
搜索
题库预览
system provides(　　)secure verification environment
1 Operation Mechanism o
1 Design principles for 6G intelligent network 6G Networks Integrated with AI 10 6G Networks Integrated with AI 11
1 Operation Mechanism of Enabling Emerging Applications via 6G Intelligent Capability Exposure 6G Networks Integrated with AI 26 6G networks will evolve beyond mere communica-
3 Development Trends of the 6G iNDT 3D Dynamic Environment Modeling Knowledge and AI-Driven Wireless Channel Modeling 6G Networks Integrated with AI 37 6G iNDT faces multiple challenges, which in turn 6G networks will foster(　　)more open AI service
5-25Mbps(高端型) 100Mbps 1M~10Mbps 10~100Mbps 100k~10Mbps
3 智能孪生使能6G智治 智能体技术赋能网络自主 强大动力。网络大模型可通过构建用户画像、推演 网络态势，形成通信领域知识图谱以及时空多模态 架构，实现对应用业务的深度保障。通过融合通信、 感知、计算等多模态数据，结合多步推理机制， 有效应对业务意图模糊识别、跨域资源动态映射等 难题，赋能运行层面的网络功能灵活编排与资源自 主优化，实现网络运行的敏捷与智能简化。 探索智能协同方案： 推动大模型 /Agent与6G网络在端、边、网、云等多层次的协同与融合，持续 提升网络的灵活性与高效内生智能能力。 设计“通感算智一体化”架构： 将网络从单一通信管道重塑为集感知、决策、行动于一体的智能系统。 强化安全与信任机制： 制定可信策略规范大模型 /Agent行为，利用其强大分析与预测能力加强 6G 网络安全和防御能力。 推进标准化进程： 推动大模型 /Agent与6G网络融合相关标准，尤其是跨域标准化，促进各方力量 深度参与，推动 6G内生智能生态的协同创新与繁荣。 采集范围有限的困境，还为新型通信协议和 AI驱动 技术创新提供丰富的试验土壤，助力通信行业不断 突破。 数字孪生能够对物理环境实时映射与高保真 建模，是 AI 与 6G 融合的新技术创新与验证沃土 数字孪生技术具备高保真、实时映射物理环境 的能力，为 AI算法在6G复杂电磁环境下的应用（如 大规模MIMO波束智能管理、高精度定位等）提供 了技术探索的实验场域。同时，借助 AI强大的数据 处理及分析能力，可以更加高效地挖掘和应用数字 孪生环境下的丰富数据，实现 AI模型与场景用例的 迭代优化与协同提升。 数字孪生通过动态建模及高保真度的数字映射， 正在重塑 AI与6G融合的技术验证范式。在大规模 MIMO场景下，数字孪生可构建与实际场景等效的 波束空间信号模型，通过 AI算法实现更优的波束选 择与信道估计，降低系统开销。在复杂定位环境中， 数字孪生进一步融合基站实测、射线追踪及无线电 地图建模等多源数据，构建非视距条件下的高维数 据动态模型，有效突破信道测量的物理约束，驱动 AI定位准确性跃升。依托数字孪生的虚实映射能力， 形成从算法创新到系统级验证的闭环，为 6G时代 AI驱动的前沿通信技术提供高保真的虚实协同验证 场景。 数字孪生平台具备独立计算资源和大量模拟 数据，驱动赋能 6G 的 AI 模型优化与迭代更新 数字孪生平台具备独立的计算资源和丰富的模 拟数据，不断向内生智能网络提供优化迭代和持续 更新的AI模型，推动网络智能水平迈向高阶自治。 作为AI能力的“训练场”，孪生平台为 AI模型提 供远离现网压力的大规模训练环境以及充足的数据 支持，助力生成泛化性强、精度高的模型。 依托孪生平台与真实环境的高效交互机制， 孪生环境中训练生成的 AI模型可无缝迁移并直接 内生e开放e孪生 26 复用于物理网络。这种协同不仅减少了对现网计算 资源的依赖，还有助于避免 AI分析和决策在物理与 虚拟环境中出现重复计算，降低整体资源消耗，进 一步提升 6G网络的智能运营与资源效用。 数字孪生构建了物理网络与孪生空间的虚实 交互，结合 AI 驱动的闭环优化体系（感知 - 分析 - 决策 - 验证），助力 AI 与 6G 融合的网络策略 调优 数字孪生具备对网络状态测量、趋势预测、 决策制定和智能优化的能力，为真实网络运行提供 高保真的预演和风险规避支持。生成的智能决策可 通过数字孪生的预验证机制，评估其可靠性和有效 性，从而减少新策略对现网可能造成的冲击。经过 验证的方案可在物理网络中实施，并将执行结果反 馈至孪生空间进行进一步分析和优化，形成“感知 - 分析-决策-验证”的智能闭环。 在智能孪生空间中，可为 XR、云游戏、新通话 等新兴业务场景构建多维流量特征模型，精准模拟 用户面流量在大小、时间间隔、流向、持续周期及 突发波动等方面的特征。通过深度学习算法对业务 流量特征进行分析和预测，智能评估预测流量与现 有保障策略的匹配度，实现策略有效性的动态预 验证。借助内闭环（孪生预验证）和外闭环（物理 网络反馈）的虚实协同优化机制，可利用强化学习 或大模型生成全局最优策略组合。最终通过精细的 网络参数调整和资源优化，在用户无感知的前提下 持续提升业务体验，实现极致的业务质量保障。 数字孪生正在推动 6G网络向智慧自治方向 演进，是 AI驱动6G内生智能落地的关键支撑。伴 随内生智能网络与数字孪生技术的发展，将逐步形 成数字孪生与物理网络的双向驱动、协同进化机制， 最终实现网络智能与孪生系统的双向增强。 6G智能 孪生的核心逻辑，可概括为数据互联、模型智能和 场景融合。随着 6G和AI技术的成熟与成本降低， 智能孪生将由“工具级应用”迈向“生态级平台”。 智能孪生的主要问题与挑战在数据质量，首先， 是多元异构数据的融合质量；其次，是实时性同步性， 虚实交互之间的时延和可靠性；再次，动态环境建 模精度不足，在复杂移动场景（如高速无人机或卫 星链路）中，无线信道呈现多尺度特性，现有的射 线追踪与深度学习结合的混合建模方法仍存在精度 挑战；最后，是数据的隐私安全，海量数据的采集、 传输和存储过程易受网络攻击。 未来突破方向主要为： 技术融合： AI驱动的自适应模型（如生成式 AI 优化故障预测）、量子加密提升数据安全； 轻量化与边缘计算： 降低模型算力需求，通过 边缘节点实现实时响应（如 6G网络支持空天地一 体化孪生）； 生态共建： 推动开源社区和跨领域标准。 未来展望 6G作为新一代通信技术，正从学术及产业界的 前沿研究逐步走向现实。其核心愿景是通过“内生 智能”，实现通信网络与人工智能的深度融合，构建 具备自主感知、认知、决策与自我进化能力的智能 通信系统。这一全新技术范式有望突破传统通信系 统的局限，推动社会迈入“万物智联”的新时代。 未来，6G 网络将演化为分布式智能体集群， 通过“端 -边-网-云”的协同架构，实现资源的高 效动态调度与任务灵活分配。依托大小模型协同和 数字孪生等创新技术， 6G系统将具备持续优化和自 主演进的能力。对于用户和行业， 6G内生智能网络 可结合AI能力，提供高度个性化、定制化的智能服务。 这不仅仅是通信技术的迭代升级，更将引发社会结 构深层变革，催生智慧城市、工业自动化、远程医 疗等新兴领域的繁荣，甚至可能孕育全新的商业模 式和产业生态。 然而，6G 内生智能的愿景也面临诸多挑战。 一方面，需要在 AI技术的通信应用、支持 AI的创 新网络架构、基于 AI的多维资源管控等领域持续攻 克技术难题。另一方面， 6G将连接更加庞杂的终端 设备和复杂多样的应用场景，网络安全威胁与防护 压力显著增加。需构建健全、分层的网络安全体系， 并充分利用 AI提升安全态势感知和精准防护能力。 6G的推进依赖产业链各方的紧密协作，应建立跨行 业生态，促进产学研用的深度融合，通信运营商、 设备制造商、芯片企业与应用开发商联合创新，实 现6G AI生态的有机共生。 在全球层面， 6G标准化工作至关重要。需明确 内生智能网络架构的技术指标和接口规范，确保设 备与系统的兼容互操作性。针对新兴业务、应用场景， 制定覆盖性能、传输、体验等多维需求的业务和安 全标准。各国应加强标准领域的沟通协作，避免标 准碎片化，积极推动内生智能相关标准的全球共识 和实施，吸引更多国家和企业共同参与 6G AI产业 的发展，助推全球 6G生态繁荣。 总之，6G 内生智能不仅代表着一次通信技术的 升级换代，更是通信范式的深度变革。其最终落地 和广泛应用，有赖于跨行业、跨领域的深入合作， 构建开放、协同、创新的全球智慧生态体系。从“万 物互联”走向“万物智联”， 6G将引领我们进入更 加智能、高效、便捷的未来社会。 27 内生e开放e孪生 28 缩略语 英文缩写 英文全称 中文全称 3GPP 3rd Generation Partnership Project 第三代合作伙伴计划 5G 5th Generation Mobile Communication Technology 第五代移动通信技术 6G 6th Generation Mobile Communication Technology 第六代移动通信技术 218-228. 6GANA, 6G内生AI网络架构十问 [R], 6GANA, 2022.
3 智能孪生使能6G智治 智能体技术赋能网络自主 强大动力。网络大模型可通过构建用户画像、推演 网络态势，形成通信领域知识图谱以及时空多模态 架构，实现对应用业务的深度保障。通过融合通信、 感知、计算等多模态数据，结合多步推理机制， 有效应对业务意图模糊识别、跨域资源动态映射等 难题，赋能运行层面的网络功能灵活编排与资源自 主优化，实现网络运行的敏捷与智能简化。 探索智能协同方案： 推动大模型 /Agent与6G网络在端、边、网、云等多层次的协同与融合，持续 提升网络的灵活性与高效内生智能能力。 设计“通感算智一体化”架构： 将网络从单一通信管道重塑为集感知、决策、行动于一体的智能系统。 强化安全与信任机制： 制定可信策略规范大模型 /Agent行为，利用其强大分析与预测能力加强 6G 网络安全和防御能力。 推进标准化进程： 推动大模型 /Agent与6G网络融合相关标准，尤其是跨域标准化，促进各方力量 深度参与，推动 6G内生智能生态的协同创新与繁荣。 采集范围有限的困境，还为新型通信协议和 AI驱动 技术创新提供丰富的试验土壤，助力通信行业不断 突破。 数字孪生能够对物理环境实时映射与高保真 建模，是 AI 与 6G 融合的新技术创新与验证沃土 数字孪生技术具备高保真、实时映射物理环境 的能力，为 AI算法在6G复杂电磁环境下的应用（如 大规模MIMO波束智能管理、高精度定位等）提供 了技术探索的实验场域。同时，借助 AI强大的数据 处理及分析能力，可以更加高效地挖掘和应用数字 孪生环境下的丰富数据，实现 AI模型与场景用例的 迭代优化与协同提升。 数字孪生通过动态建模及高保真度的数字映射， 正在重塑 AI与6G融合的技术验证范式。在大规模 MIMO场景下，数字孪生可构建与实际场景等效的 波束空间信号模型，通过 AI算法实现更优的波束选 择与信道估计，降低系统开销。在复杂定位环境中， 数字孪生进一步融合基站实测、射线追踪及无线电 地图建模等多源数据，构建非视距条件下的高维数 据动态模型，有效突破信道测量的物理约束，驱动 AI定位准确性跃升。依托数字孪生的虚实映射能力， 形成从算法创新到系统级验证的闭环，为 6G时代 AI驱动的前沿通信技术提供高保真的虚实协同验证 场景。 数字孪生平台具备独立计算资源和大量模拟 数据，驱动赋能 6G 的 AI 模型优化与迭代更新 数字孪生平台具备独立的计算资源和丰富的模 拟数据，不断向内生智能网络提供优化迭代和持续 更新的AI模型，推动网络智能水平迈向高阶自治。 作为AI能力的“训练场”，孪生平台为 AI模型提 供远离现网压力的大规模训练环境以及充足的数据 支持，助力生成泛化性强、精度高的模型。 依托孪生平台与真实环境的高效交互机制， 孪生环境中训练生成的 AI模型可无缝迁移并直接 内生e开放e孪生 26 复用于物理网络。这种协同不仅减少了对现网计算 资源的依赖，还有助于避免 AI分析和决策在物理与 虚拟环境中出现重复计算，降低整体资源消耗，进 一步提升 6G网络的智能运营与资源效用。 数字孪生构建了物理网络与孪生空间的虚实 交互，结合 AI 驱动的闭环优化体系（感知 - 分析 - 决策 - 验证），助力 AI 与 6G 融合的网络策略 调优 数字孪生具备对网络状态测量、趋势预测、 决策制定和智能优化的能力，为真实网络运行提供 高保真的预演和风险规避支持。生成的智能决策可 通过数字孪生的预验证机制，评估其可靠性和有效 性，从而减少新策略对现网可能造成的冲击。经过 验证的方案可在物理网络中实施，并将执行结果反 馈至孪生空间进行进一步分析和优化，形成“感知 - 分析-决策-验证”的智能闭环。 在智能孪生空间中，可为 XR、云游戏、新通话 等新兴业务场景构建多维流量特征模型，精准模拟 用户面流量在大小、时间间隔、流向、持续周期及 突发波动等方面的特征。通过深度学习算法对业务 流量特征进行分析和预测，智能评估预测流量与现 有保障策略的匹配度，实现策略有效性的动态预 验证。借助内闭环（孪生预验证）和外闭环（物理 网络反馈）的虚实协同优化机制，可利用强化学习 或大模型生成全局最优策略组合。最终通过精细的 网络参数调整和资源优化，在用户无感知的前提下 持续提升业务体验，实现极致的业务质量保障。 数字孪生正在推动 6G网络向智慧自治方向 演进，是 AI驱动6G内生智能落地的关键支撑。伴 随内生智能网络与数字孪生技术的发展，将逐步形 成数字孪生与物理网络的双向驱动、协同进化机制， 最终实现网络智能与孪生系统的双向增强。 6G智能 孪生的核心逻辑，可概括为数据互联、模型智能和 场景融合。随着 6G和AI技术的成熟与成本降低， 智能孪生将由“工具级应用”迈向“生态级平台”。 智能孪生的主要问题与挑战在数据质量，首先， 是多元异构数据的融合质量；其次，是实时性同步性， 虚实交互之间的时延和可靠性；再次，动态环境建 模精度不足，在复杂移动场景（如高速无人机或卫 星链路）中，无线信道呈现多尺度特性，现有的射 线追踪与深度学习结合的混合建模方法仍存在精度 挑战；最后，是数据的隐私安全，海量数据的采集、 传输和存储过程易受网络攻击。 未来突破方向主要为： 技术融合： AI驱动的自适应模型（如生成式 AI 优化故障预测）、量子加密提升数据安全； 轻量化与边缘计算： 降低模型算力需求，通过 边缘节点实现实时响应（如 6G网络支持空天地一 体化孪生）； 生态共建： 推动开源社区和跨领域标准。 未来展望 6G作为新一代通信技术，正从学术及产业界的 前沿研究逐步走向现实。其核心愿景是通过“内生 智能”，实现通信网络与人工智能的深度融合，构建 具备自主感知、认知、决策与自我进化能力的智能 通信系统。这一全新技术范式有望突破传统通信系 统的局限，推动社会迈入“万物智联”的新时代。 未来，6G 网络将演化为分布式智能体集群， 通过“端 -边-网-云”的协同架构，实现资源的高 效动态调度与任务灵活分配。依托大小模型协同和 数字孪生等创新技术， 6G系统将具备持续优化和自 主演进的能力。对于用户和行业， 6G内生智能网络 可结合AI能力，提供高度个性化、定制化的智能服务。 这不仅仅是通信技术的迭代升级，更将引发社会结 构深层变革，催生智慧城市、工业自动化、远程医 疗等新兴领域的繁荣，甚至可能孕育全新的商业模 式和产业生态。 然而，6G 内生智能的愿景也面临诸多挑战。 一方面，需要在 AI技术的通信应用、支持 AI的创 新网络架构、基于 AI的多维资源管控等领域持续攻 克技术难题。另一方面， 6G将连接更加庞杂的终端 设备和复杂多样的应用场景，网络安全威胁与防护 压力显著增加。需构建健全、分层的网络安全体系， 并充分利用 AI提升安全态势感知和精准防护能力。 6G的推进依赖产业链各方的紧密协作，应建立跨行 业生态，促进产学研用的深度融合，通信运营商、 设备制造商、芯片企业与应用开发商联合创新，实 现6G AI生态的有机共生。 在全球层面， 6G标准化工作至关重要。需明确 内生智能网络架构的技术指标和接口规范，确保设 备与系统的兼容互操作性。针对新兴业务、应用场景， 制定覆盖性能、传输、体验等多维需求的业务和安 全标准。各国应加强标准领域的沟通协作，避免标 准碎片化，积极推动内生智能相关标准的全球共识 和实施，吸引更多国家和企业共同参与 6G AI产业 的发展，助推全球 6G生态繁荣。 总之，6G 内生智能不仅代表着一次通信技术的 升级换代，更是通信范式的深度变革。其最终落地 和广泛应用，有赖于跨行业、跨领域的深入合作， 构建开放、协同、创新的全球智慧生态体系。从“万 物互联”走向“万物智联”， 6G将引领我们进入更 加智能、高效、便捷的未来社会。 27 内生e开放e孪生 28 缩略语 英文缩写 英文全称 中文全称 3GPP 3rd Generation Partnership Project 第三代合作伙伴计划 5G 5th Generation Mobile Communication Technology 第五代移动通信技术 6G 6th Generation Mobile Communication Technology 第六代移动通信技术 218-228. 6GANA, 6G内生AI网络架构十问 [R], 6GANA, 2022.
15空域安全管控技术 空域安全管控是保障低空空域秩序的核心任务，能够确保低空飞行器在共享空域内安全、 有序、高效运行，实现对低空飞行器的实时监控、风险评估、动态管理和应急响应。 在空域安全管控中，低空飞行器管理系统面临着显著的挑战：一是要实现对低空全高 度层、全时段覆盖存在困难，在现有技术中，城市多径效应易导致雷达误报，且重量小于 250g的低空飞行器声/光特征弱，因此难以实现全域动态感知；二是空域智能决策在实现避 碰仍存在瓶颈，中心化的低空飞行器交通管理系统负责碰撞监测和决定避碰策略，存在时 延长、无法实现实时避碰的问题。潜在解决手段包括全域动态感知、无人机反制、轨迹预 测与避障优化、机载传感器避碰与协同避障、远程标识与直接通信避碰等。 （1）全域动态感知 为实现全域动态感知，可利用移动通信网络提供的感知功能，如图18所示，利用基站 的无线信号实现对低空飞行器及其环境的协同感知，突破传统雷达的局限。为降低感知时 延，可通过在基站内置AI功能，实时处理感知数据，支持低空飞行器交通管理系统实时跟 踪低空飞行器的飞行轨迹。 图18基于基站感知的低空飞行器监测 （2）无人机反制技术 通过全域动态感知，低空飞行器交通管理系统可监测到低空飞行器偏离飞行路径、靠 近禁飞区，以及黑飞低空飞行器。低空飞行器交通管理系统可采取干扰压制，如电磁干扰 切断飞行器与操控端的通信链路，或通过拦截网、捕捉无人机等物理手段，使低空飞行器 低空智联网场景和关键技术白皮书 44 迫降或悬停，强制带离敏感空域。 （3）轨迹预测与避障优化 除对空域进行全域动态感知外，避碰也是保障空域安全的一项重要技术。为解决低空 飞行器交通管理系统监测及解决碰撞时间长的问题，低空飞行器交通管理系统可利用移动 通信网络开放的智能化分析结果（例如相对邻近分析结果），提前预判碰撞，向低空飞行 器发送改变飞行轨迹的命令，避免碰撞。 （4）机载传感器避碰与协同避障 在低空飞行避障过程中，低空飞行器可以通过安装传感器，基于传感器数据自主决策 避让，实现机载端避碰；也可以与低空飞行器交通管理系统通信，通过网络端的统一调度 与管控实现协同避障。 （5）远程标识与直接通信避碰 低空飞行器的远程标识是低空飞行器系统内的唯一性电子标识。低空飞行器通过广播 实时发送低空飞行器远程标识，位置及状态信息，为监管方、公众及其他空域用户提供其 身份等关键信息。如图19所示，低空飞行器2广播远程标识、位置等信息，低空飞行器之 间根据广播消息监测到潜在碰撞时，建立直接通信，然后交互自主协商解决潜在碰撞。 图19基于空口的避碰机制 低空智联网场景和关键技术白皮书 45 五、未来展望 低空经济作为新质生产力的代表，展现出巨大的市场潜力和应用前景。根据中国民航 局数据统计分析，预计到2025年，我国低空经济的市场规模将达到1.5万亿元，到2030 年达到3.5万亿元。未来，中国低空经济产业将继续保持高速发展，成为推动中国经济发展 的重要支柱之一。随着“数字化、网络化、智能化”趋势的深入推进，“看得见、叫得到、 连得上、导得准、管得住、罚得了”成为低空开放和低空产业发展的关键前置条件，对低 空智联网能力提升提出更高要求。由5G-A地面移动网络、5G-A空域网络、卫星互联网、 A2X通信、无线自组织网等组成的低空智联网，建立了无处不在的空天地一体立体覆盖通 导监网络，是低空飞行器正常运行的基础保障，能够有效地应对低空应用中的通信、导航、 感知、管理监控等纷繁需求。同时也需看到，低空智联网作为新兴领域，面向通信网联化、 定位高精化、通感一体化的技术发展，还面临覆盖不足、传输速率不够、导航定位不准、 感知受限等诸多挑战。卫星通信作为低空智联网的关键支撑技术之一，目前仍处于起步阶 段；随着星地融合技术的持续进步和应用的不断拓展，低空智联网有望突破瓶颈，迎来更 加广阔的发展前景。 中国信息通信科技产业集团（简称“中国信科”）作为国内信息通信领域的高科技大 型央企，既是“低空经济”的服务消费方，也是“低空经济”的服务提供方和建设方，已 从技术标准、设备研制、业务应用等方面为低空智联网做好了产业布局，助力低空经济发 展。中信科移动通信技术股份有限公司（简称“信科移动”）作为中国信科下属的主业公 司，面向蓬勃兴起的低空经济蓝海，创新性地打造低空智联全系列解决方案（如图20所示）， 为产业发展筑牢基础设施底座。 低空智联网场景和关键技术白皮书 46 图20中信科移动在“低空经济”的产业实践 信科移动的5G-A通感一体化系列产品集高容量通信、电子围栏等功能于一体，为低空 经济安全、高效运行奠定坚实基础。在应急保障领域，信科移动创新推出“察打一体应急 保障应用”方案，通过集成通感一体基站、低空管控平台与智能反制设备，实现预警、监 控、处置的全流程闭环，提升应急响应与处置能力。此外，信科移动在低空安防、低空文 旅、水空融合以及应急通信等场景打造了多项创新性业务应用，为低空经济发展注入澎湃 新活力。 展望未来，中国信科将继续深耕低空智联网技术与规模产业落地，并与产业链上下游 企业、科研机构等加强合作，共同打造低空智联网的产业生态，为低空经济的腾飞提供坚 实的支撑，为我国经济社会的高质量发展贡献更多力量。 低空智联网场景和关键技术白皮书 47 缩略语 英文缩写 英文全称 中文 3GPP 3rdGenerationPartnershipProject 第三代合作伙伴计划 5G FifthGenerationMobileCommunication System 第五代移动通信系统 5G-A 5G–Advanced 5G增强 48 49 50
system provides(　　)secure verification environment
1 Operation Mechanism o
1 Design principles for 6G intelligent network 6G Networks Integrated with AI 10 6G Networks Integrated with AI 11
1 Operation Mechanism of Enabling Emerging Applications via 6G Intelligent Capability Exposure 6G Networks Integrated with AI 26 6G networks will evolve beyond mere communica-
3 Development Trends of the 6G iNDT 3D Dynamic Environment Modeling Knowledge and AI-Driven Wireless Channel Modeling 6G Networks Integrated with AI 37 6G iNDT faces multiple challenges, which in turn 6G networks will foster(　　)more open AI service
to the exponential growth of emerging servi(　　)
2 Key Technologies of the 6G iNDT network and the digital twin space. Guided by the dual-loop collaborative mechanism, this interaction minimizes the operational risks and potential impacts of deploying new strategies on the live network. Verified solutions are deployed to the physical network, and their execution results are(　　)back to the digital twin space for iterative optimization. This closed-loop process ensures the continuous improvement of user experience transparently and guarantees the precision optimization of network strategies. Multidimensional Data 3D Dynamic 6G Networks Integrated with AI 35 6G Networks Integrated with AI 36
2 6G智能网络架构 基于前述 6G内生智能架构设计原则、 AI技术发展趋势以及网络 AI业务特征，本白皮书提出了“内生、开放、 孪生”的 6G智能网络架构。 场景(　　)Agent 场景(　　)Agent GPT N 中心 孪生 系统 网络 大模型 内生智能网元 网络 孪生 轻量 化网 络大 模型 网络智能体 网络 用例 AI 工具 数据 数据 AI接口AI接口 无线智能体 无线 孪生 无线 大模型 基础资源 无线 用例 AI AI应用 无线 用例 AI 内生智能 功能 无线智能体 无线智能体 终端终端终端终端 AI接口 AI接口 AI接口 AI接口 工具 数据 数据 智能体 基础资源 智脑中心 开放智算 智脑中心 核心网 开放智算 核心网 边缘智脑 开放智算 边缘智脑 无线接入网 无线接入网 无线 开放智算 AI应用 无线 开放智算 AI应用 网络性能保障类 Agent ... 边缘管理类 Agent 数据处理类 Agent 边缘协同类 Agent 网络规划评估类 Agent 网络优化类 Agent 资源管理类 Agent 全局管理类 Agent 全局保障类 Agent 跨域协同类 Agent 网络优化类 Agent 资源管理类 Agent 数据 数据 工具 短期记忆 长期记忆 沙盒 数据 工具 AI数据 AI数据 AI生命周期管理 ...AI算力 AI数据 AI生命 周期管理AI算力 AI生命 周期管理AI算力 场景 X Agent 场景 Y Agent GPT M 用户AI 用户AI 用户AI 用户AI AI应用 AI应用 AI应用 AI应用 内生智能 功能 AI AI AI AIAIAI AI 内生e开放e孪生 14 本白皮书提出的 6G智能架构体系划分为终端、 无线接入网、边缘智脑、核心网、智脑中心五个 层级，各层均内生 AI能力，并共同构建了多层次的 AI智算开放体系。通过标准化的能力调用和 AI数据 交互接口打通各层，实现跨层协同与端到端高效联 动，同时支持 AI服务能力的开放。在这一多级智能 体系中，融合智能孪生机制，进一步促进 6G网络 智能自主能力的提升。 传统RAN架构实现了向内生智能的演进， AI能 力持续下沉。物理层引入 AI信道估计、 AI低导频传 输等智能化技术；高层协议如 L2则实现动态资源调 度与自适应重传策略等智能决策机制。系统级智能 管控则通过整合无线工具库和历史数据，支撑无线 侧AI生命周期的本地化管理。核心网支持网络大模 型的部署，并协同整合接入网与核心网的数据， 实现从终端接入到业务卸载的全局智能优化。网络 中可部署多类型 Agent，结合网络孪生平台，通过 虚拟镜像方式模拟不同 AI策略的实施效果，实现对 网络的预测性保障。 历代移动通信网络架构在一代无线通信周期内 基本保持不变。随着 AI技术的迅猛发展， 6G网络 架构必须具备对新型 AI技术的兼容和可持续应用 能力。在连接、 AI、数据、算力等基本要素深度融 合的基础上， 6G功能架构采用服务化设计理念。 对于网络大模型、智能体及未来新兴 AI技术的应用， 采取解耦设计，确保 6G网络能既具备确定性的内 生智能功能，又能灵活适应 AI技术的迭代升级。 MM SM DMF(　　)AIMF RM UP ... 6G内生智能网络将构建新一代智能信息通信基 6G架构兼顾核心功能的确定性与未来 AI技术 6G智能网络将内生智简作为架构设计的重要目 6G网络通过极简的协议和接口设计，将网络的
2 6G智能网络架构 基于前述 6G内生智能架构设计原则、 AI技术发展趋势以及网络 AI业务特征，本白皮书提出了“内生、开放、 孪生”的 6G智能网络架构。 场景(　　)Agent 场景(　　)Agent GPT N 中心 孪生 系统 网络 大模型 内生智能网元 网络 孪生 轻量 化网 络大 模型 网络智能体 网络 用例 AI 工具 数据 数据 AI接口AI接口 无线智能体 无线 孪生 无线 大模型 基础资源 无线 用例 AI AI应用 无线 用例 AI 内生智能 功能 无线智能体 无线智能体 终端终端终端终端 AI接口 AI接口 AI接口 AI接口 工具 数据 数据 智能体 基础资源 智脑中心 开放智算 智脑中心 核心网 开放智算 核心网 边缘智脑 开放智算 边缘智脑 无线接入网 无线接入网 无线 开放智算 AI应用 无线 开放智算 AI应用 网络性能保障类 Agent ... 边缘管理类 Agent 数据处理类 Agent 边缘协同类 Agent 网络规划评估类 Agent 网络优化类 Agent 资源管理类 Agent 全局管理类 Agent 全局保障类 Agent 跨域协同类 Agent 网络优化类 Agent 资源管理类 Agent 数据 数据 工具 短期记忆 长期记忆 沙盒 数据 工具 AI数据 AI数据 AI生命周期管理 ...AI算力 AI数据 AI生命 周期管理AI算力 AI生命 周期管理AI算力 场景 X Agent 场景 Y Agent GPT M 用户AI 用户AI 用户AI 用户AI AI应用 AI应用 AI应用 AI应用 内生智能 功能 AI AI AI AIAIAI AI 内生e开放e孪生 14 本白皮书提出的 6G智能架构体系划分为终端、 无线接入网、边缘智脑、核心网、智脑中心五个 层级，各层均内生 AI能力，并共同构建了多层次的 AI智算开放体系。通过标准化的能力调用和 AI数据 交互接口打通各层，实现跨层协同与端到端高效联 动，同时支持 AI服务能力的开放。在这一多级智能 体系中，融合智能孪生机制，进一步促进 6G网络 智能自主能力的提升。 传统RAN架构实现了向内生智能的演进， AI能 力持续下沉。物理层引入 AI信道估计、 AI低导频传 输等智能化技术；高层协议如 L2则实现动态资源调 度与自适应重传策略等智能决策机制。系统级智能 管控则通过整合无线工具库和历史数据，支撑无线 侧AI生命周期的本地化管理。核心网支持网络大模 型的部署，并协同整合接入网与核心网的数据， 实现从终端接入到业务卸载的全局智能优化。网络 中可部署多类型 Agent，结合网络孪生平台，通过 虚拟镜像方式模拟不同 AI策略的实施效果，实现对 网络的预测性保障。 历代移动通信网络架构在一代无线通信周期内 基本保持不变。随着 AI技术的迅猛发展， 6G网络 架构必须具备对新型 AI技术的兼容和可持续应用 能力。在连接、 AI、数据、算力等基本要素深度融 合的基础上， 6G功能架构采用服务化设计理念。 对于网络大模型、智能体及未来新兴 AI技术的应用， 采取解耦设计，确保 6G网络能既具备确定性的内 生智能功能，又能灵活适应 AI技术的迭代升级。 MM SM DMF(　　)AIMF RM UP ... 6G内生智能网络将构建新一代智能信息通信基 6G架构兼顾核心功能的确定性与未来 AI技术 6G智能网络将内生智简作为架构设计的重要目 6G网络通过极简的协议和接口设计，将网络的
to the exponential growth of emerging servi(　　)
2 Key Technologies of the 6G iNDT network and the digital twin space. Guided by the dual-loop collaborative mechanism, this interaction minimizes the operational risks and potential impacts of deploying new strategies on the live network. Verified solutions are deployed to the physical network, and their execution results are(　　)back to the digital twin space for iterative optimization. This closed-loop process ensures the continuous improvement of user experience transparently and guarantees the precision optimization of network strategies. Multidimensional Data 3D Dynamic 6G Networks Integrated with AI 35 6G Networks Integrated with AI 36
1 2 3 4 5
更多题库
26肖《1000题》试题册【小程序：研兔刷题】免费刷
事故事件题目（一号线）
2025下半年省考第五季行测模考大赛（四川卷）
一级修7月考试
技能大赛火电继电保护培训题库0409(1)
探伤物资配置标准
2. 必知必会理论题库-市域快线车辆检修工
重点&配网通用
30-1（一线人员题库2025.7.12）
《国家赔偿法》题库
动物疫病基础
各种专家cp
1.无损检测员（工务）培训鉴定一体化题库汇总表【202503已修订】
vue-5g-初级
新建题库07120539
应急通信岗位练兵选择题库
5g初级题库20210310-更新
2_指导司机题库（已调整）
一线人员安全知识题库（高压班和供电所）_041707
劳动安全复习题