最近翻了不少 6G 白皮书几乎每家的封面或者第一章都印着同一个词——AI-Native。再往下翻通常会看到一张架构图从基站一路连到云中间冒出“大模型”、“智能体”、“自治网络”这些字眼有的厂商会直接画一个 LLM 蹲在核心网里调度业务。听着很热闹。但如果你真去把 3GPP RAN 和 SA 几个工作组在 R19、R20 里通过的条款一条条捋一遍——尤其是 3 月刚 frozen 的 R19以及现在正在跑的 R20——会发现一件略尴尬的事3GPP 标准里的“AI-Native”跟那些白皮书 PPT 里讲的基本不是同一件事。不是说 PPT 全在吹也不是说 3GPP 太保守。是这两件事压根儿就在两个轨道上。01标准里的“AI-Native”到底指什么讲一个最简单的事实3GPP 不打算去标准化 AI 模型本身。这事不是我说的是 Juan Montojo 说的——他是高通在 3GPP 的资深代表也是空口 AI 工作项的报告人。他在今年 2 月 ETSI 那个 AI 大会上讲得很直白3GPP 的 AI/ML 项目主要是用来改进特定领域的效率目前没有规范模型本身的计划。意思就是标准要做的事是协议层面把 AI 当成一等公民——有标准化的数据采集接口、有标准化的模型生命周期管理、有标准化的端到端协作机制。至于跑在这套机制上的是个 50 万参数的小 CNN还是个 70 亿参数的 Transformer标准基本不管。这跟厂商 PPT 上的“AI-Native”完全不是一回事。PPT 上画的多半是结果——用户用自然语言对网络下指令、AI agent 自动协调带宽、大模型预测流量、智能体编排业务。这些事不是不会发生但它们大多在标准化范围之外属于厂商自己的产品空间。3GPP 干的更像是修高速路。修好之后谁开什么车走在上面运营商和设备商自己定。02这件事走到哪一步了时间线大致是这样R182024 年中冻结做了空口 AI 的 study item——这是 3GPP 第一次正经地把 AI 引进空口层RAN1 主导输出物是 TR 38.843把 CSI 反馈、波束管理、定位三个用例的可行性、性能增益、协议影响都摸了一遍。这份文档现在是行业里所有讨论的起点。R19 在今年 3 月的 TSG 全会上正式 frozen从这之后这个版本只允许做错误修正和测试发现的问题修复功能不再加了。AI 这一块R19 做了三件具体的事RAN1 把 CSI 预测UE 侧单边模型、波束管理、定位这几个用例做了 normative work——也就是正式写进协议RAN2 启动了 AI/ML 移动性管理的研究主要看网络触发的 L3 切换怎么用 AI 优化RAN3 的工作集中在 AI/ML 辅助网络切片和 AI/ML 辅助覆盖与容量优化CCO。R20 现在是正在跑的版本也是个混合体——一半是 5G-Advanced 继续往前走一半是 6G 的 study item 起步。截至今年 3 月的工作计划文件 SP-260360光是 5G-A 这边在 R20 里就挂了 126 个 Work Item、74 个 Study Item 在并行做。6G 这边SA1 的 TR 22.8706G 用例和服务需求已经在 3 月通过RAN 那份 TR 38.9146G 场景和需求做到了 60%SA2 的 6G 系统架构报告做到了 20%里面拆出了 24 个关键议题。R20 在 AI 上最值钱的一件事是 RAN 全会2025 年 6 月布拉格通过的那个 Work Item编号 RP-251870叫 NRAIMLair_Ph2——也就是空口 AI 的第二阶段。它干的是双边模型的 CSI 压缩具体到 “Case-0”UE 侧跑 encodergNB 侧跑 decoder先只压当前 slot 的空频域 CSI暂不涉及时域。听着抽象。但你要知道这件事在工程上的难度——两个不同厂商的设备UE 来自 OPPO 或者三星基站来自爱立信或者华为各跑半个模型怎么配对、怎么协同训练、版本不一致怎么 fallback、模型更新怎么 OTA、KPI 异常时怎么回滚——所有这些都得在协议层标清楚。这是空口 AI 真正第一次涉及多厂商协作的硬骨头。剩下一条线是 SA5 和 SA2 主导的网络管理 AI。这条线起步最早R16 就把 NWDAF 引进了 5G 核心网R17、R18 一直在加分析能力。R18 在 SA5 那边出了 TS 28.105把 AI 模型在网管侧的生命周期管理标进了规范——onboarding、deployment、KPI 监控、告警。R19 通过 TR 28.908 补完了闭环 LCM 框架从训练、验证、部署、推理、监控到再训练。R20 这边在搞核心网对 AI/ML 的增强支持SA2 在做架构层面的工作。R21——也就是 6G 的第一个 normative 版本——具体时间线还没定要等到今年 6 月的 plenary 才会拍。ASN.1 冻结最早不会早于 2029 年 3 月商用窗口在 2030 年左右。这是 3GPP 自己讲的节奏。03那些具体的 AI 条款在解什么问题把 R18 起步、R19 做完、R20 在跑的这些用例排在一起看会发现一个共同点它们都是 PHY 层或者 MAC 层的具体功能增强跟“大模型”几乎没有关系。CSI 反馈这块最热闹。Massive MIMO 场景下几十到上百个天线端口UE 把信道状态量化反馈给基站的开销大到压不住。R18 给出的方向是两条UE 侧单边模型做 CSI 预测把信道老化造成的延迟补回来两侧各跑一半模型做 CSI 压缩把反馈量级降下来。R19 把 CSI 预测做成了正式规范——单边相对简单工程上能落。两侧 CSI 压缩的难点不在模型在于双方厂商得有匹配的版本、训练数据要对齐、不匹配的时候得有降级方案。R20 那份 RP-251870 就是冲这件事去的。波束管理走得相对顺。毫米波场景下波束又窄又多穷举搜索代价高、时延也高。R18 研究、R19 规范化干了两件事空间维度上拿一部分波束的测量结果预测整个集合的最优解时间维度上拿历史数据预测下一时刻的最优波束。仿真结果是 top beam pair 的预测准确率能做到 50%–90%top-2 能到 65% 以上。对设备商来说这是有商业价值的数字——直接关系到毫米波部署能不能用起来。定位是第三个 PHY 层用例重点在 NLOS非视距环境下的精度增强。两条路并行——直接 AI 定位类似指纹法、AI 辅助定位把模型输出当作新的测量量或者对现有测量量的增强。这块对工业互联网、室内导航、车路协同的价值最直接也是 R20 在继续推进的方向之一。RAN3 那条线低调但扎实。R17 启动、R18 完成规范、R19 在扩展围绕负载均衡、移动性优化、网络节能、网络切片这些场景把 AI 嵌进 NG-RAN。这部分工作的输出是 TR 37.817 那个 RAN 智能化框架——Data Collection、Model Training、Model Inference、Actor 这几块功能怎么连——R19 在这个框架基础上把网络切片和 CCO 两个新用例加进了 Work Item。把所有这些列下来有个细节值得注意这些模型的尺寸普遍是百万到千万参数级别。不是几十亿更不是几百亿。原因很简单——空口的处理预算是几十毫秒级基站的 baseband 是有限的硬件资源你没法在 PHY 层塞一个 Transformer 进去做实时推理。04跟“大模型上 6G”差在哪儿讲到这儿前面那个核心问题就比较清楚了。最关键的一条是 R20 6G 研究范围里那句话设计将确保有不依赖 AI 的回退操作。也就是任何 AI 增强都必须有一个非 AI 的兜底通路。这条原则一旦写进基线就把“网络的核心调度逻辑跑在大模型上”这种激进设计提前否掉了——你不能把网络的兜底交给一个可能崩、可能漂、还得持续训练的东西。第二个跟 PPT 派最大的分歧是互操作性。3GPP 的存在意义就是让不同厂商的设备能互通。任何进标准的 AI 机制都必须是厂商中立的——模型可以差异化但模型怎么部署、怎么交互、怎么监控得有大家都遵守的协议。这就是为什么 R20 的双边 CSI 压缩 WI 要单拎出来——不是因为模型本身难而是两个厂商的模型要能在空口上配对工作这件事在工程上极难。但 3GPP 不标模型这件事并不意味着厂商不能搞自家大模型。这是个灰色地带。运营商完全可以在自家 OSS/BSS 里部署一个 LLM agent通过标准化的 NWDAF 接口拿网络数据、调网管能力——这件事完全成立标准管不着。所以你会看到爱立信、诺基亚、中兴、华为这些公司一边在 3GPP 投票一边在自家平台上做“网络大模型”产品。两条线不冲突只是不该混着讲。提一下 SA1 那份 TR 22.870——3 月刚通过的那份 6G 服务需求报告。里面确实出现了“能解释用户意图并动态编排服务的 network AI agent”这类描述听起来跟 PPT 派讲的几乎一样。但 SA1 的需求报告是目标层——它告诉系统架构组、RAN 组6G 系统未来需要支撑哪些场景。怎么实现、用什么模型、跑在哪一层是后面 SA2、RAN1/2/3 在 R20 study、R21 normative 阶段慢慢往下铺的事。中间隔着大概三年半的实际工作以及 6 月份要定的 R21 整体时间线。05“AI-Native 6G”到底算不算真命题按 3GPP 的口径算。按市场部的口径不算。如果你把“AI-Native”定义成“AI 是协议的一等公民有标准化的数据通路和生命周期管理PHY 层关键功能由 AI 模型承担”——这件事 6G 是 AI-Native 的而且从 R20 立项开始已经在认真往前推。如果你把“AI-Native”定义成“大模型驻网、智能体调度一切、自然语言开通业务”——这件事在 3GPP 标准里目前没有可见的未来里也不会有。不是它不重要是它属于厂商创新的空间不属于通用标准的范畴。接下来这一两年值得看的事其实不多但分量都不轻。一个是 6 月的 plenary——R21 的时间线会在那次会议上定。它会决定 6G 第一个 normative 版本到底什么时候出、IMT-2030 的提交窗口怎么排。另一个是双边模型的互操作能不能真跑通。R20 那个 Case-0 听着只是 CSI 压缩但它实际上是行业第一次试验“不同厂商各跑半个 AI 模型通过标准协议互通”。这件事如果跑成了后续波束管理、定位、移动性管理都可以照搬这套范式跑不成空口 AI 这条线就得退回到单边模型的舒适区。第三个是 LCM Profile 会不会被广泛采纳。模型格式、热切换、回滚机制如果真在 R20 末期被标准化未来 AI 模型在网络里就更像一个“可调度的网元”而不是各家闭门造车。这件事对运营商是好事对设备商的差异化空间是一种挤压——这种张力会在 R21 normative 阶段被持续放大。最后顺手说一句给做边缘的同行听的3GPP 把 AI 模型生命周期管理标准化这件事对边缘 AI 平台的接口设计是有间接影响的——模型在 gNB、UE、MEC 节点之间怎么部署、怎么协作、怎么回退这套机制一旦在 6G 里跑通未来边缘 AI 平台的架构很可能要往这套范式上靠。还不到需要紧张的程度但值得心里有根弦。至于“6G AI-Native”这四个字到底是不是 PPT我自己的判断大概是这样它在被认真做但做的不是 PPT 上画的那件事。真正在标的事更琐碎、更工程化、更不性感——而这种“琐碎而工程化”的东西往往才是这个行业最后真正定型的样子。物理 AI 为什么离不开边缘计算2026-05-10AI 算力的狂欢掩盖了一个更难看的真相2026-05-08重磅来袭“2026中国边缘计算企业20强”榜单发布2026-04-08
6G “AI-Native”：真命题还是PPT？拆解3GPP R19/R20的AI条款
最近翻了不少 6G 白皮书几乎每家的封面或者第一章都印着同一个词——AI-Native。再往下翻通常会看到一张架构图从基站一路连到云中间冒出“大模型”、“智能体”、“自治网络”这些字眼有的厂商会直接画一个 LLM 蹲在核心网里调度业务。听着很热闹。但如果你真去把 3GPP RAN 和 SA 几个工作组在 R19、R20 里通过的条款一条条捋一遍——尤其是 3 月刚 frozen 的 R19以及现在正在跑的 R20——会发现一件略尴尬的事3GPP 标准里的“AI-Native”跟那些白皮书 PPT 里讲的基本不是同一件事。不是说 PPT 全在吹也不是说 3GPP 太保守。是这两件事压根儿就在两个轨道上。01标准里的“AI-Native”到底指什么讲一个最简单的事实3GPP 不打算去标准化 AI 模型本身。这事不是我说的是 Juan Montojo 说的——他是高通在 3GPP 的资深代表也是空口 AI 工作项的报告人。他在今年 2 月 ETSI 那个 AI 大会上讲得很直白3GPP 的 AI/ML 项目主要是用来改进特定领域的效率目前没有规范模型本身的计划。意思就是标准要做的事是协议层面把 AI 当成一等公民——有标准化的数据采集接口、有标准化的模型生命周期管理、有标准化的端到端协作机制。至于跑在这套机制上的是个 50 万参数的小 CNN还是个 70 亿参数的 Transformer标准基本不管。这跟厂商 PPT 上的“AI-Native”完全不是一回事。PPT 上画的多半是结果——用户用自然语言对网络下指令、AI agent 自动协调带宽、大模型预测流量、智能体编排业务。这些事不是不会发生但它们大多在标准化范围之外属于厂商自己的产品空间。3GPP 干的更像是修高速路。修好之后谁开什么车走在上面运营商和设备商自己定。02这件事走到哪一步了时间线大致是这样R182024 年中冻结做了空口 AI 的 study item——这是 3GPP 第一次正经地把 AI 引进空口层RAN1 主导输出物是 TR 38.843把 CSI 反馈、波束管理、定位三个用例的可行性、性能增益、协议影响都摸了一遍。这份文档现在是行业里所有讨论的起点。R19 在今年 3 月的 TSG 全会上正式 frozen从这之后这个版本只允许做错误修正和测试发现的问题修复功能不再加了。AI 这一块R19 做了三件具体的事RAN1 把 CSI 预测UE 侧单边模型、波束管理、定位这几个用例做了 normative work——也就是正式写进协议RAN2 启动了 AI/ML 移动性管理的研究主要看网络触发的 L3 切换怎么用 AI 优化RAN3 的工作集中在 AI/ML 辅助网络切片和 AI/ML 辅助覆盖与容量优化CCO。R20 现在是正在跑的版本也是个混合体——一半是 5G-Advanced 继续往前走一半是 6G 的 study item 起步。截至今年 3 月的工作计划文件 SP-260360光是 5G-A 这边在 R20 里就挂了 126 个 Work Item、74 个 Study Item 在并行做。6G 这边SA1 的 TR 22.8706G 用例和服务需求已经在 3 月通过RAN 那份 TR 38.9146G 场景和需求做到了 60%SA2 的 6G 系统架构报告做到了 20%里面拆出了 24 个关键议题。R20 在 AI 上最值钱的一件事是 RAN 全会2025 年 6 月布拉格通过的那个 Work Item编号 RP-251870叫 NRAIMLair_Ph2——也就是空口 AI 的第二阶段。它干的是双边模型的 CSI 压缩具体到 “Case-0”UE 侧跑 encodergNB 侧跑 decoder先只压当前 slot 的空频域 CSI暂不涉及时域。听着抽象。但你要知道这件事在工程上的难度——两个不同厂商的设备UE 来自 OPPO 或者三星基站来自爱立信或者华为各跑半个模型怎么配对、怎么协同训练、版本不一致怎么 fallback、模型更新怎么 OTA、KPI 异常时怎么回滚——所有这些都得在协议层标清楚。这是空口 AI 真正第一次涉及多厂商协作的硬骨头。剩下一条线是 SA5 和 SA2 主导的网络管理 AI。这条线起步最早R16 就把 NWDAF 引进了 5G 核心网R17、R18 一直在加分析能力。R18 在 SA5 那边出了 TS 28.105把 AI 模型在网管侧的生命周期管理标进了规范——onboarding、deployment、KPI 监控、告警。R19 通过 TR 28.908 补完了闭环 LCM 框架从训练、验证、部署、推理、监控到再训练。R20 这边在搞核心网对 AI/ML 的增强支持SA2 在做架构层面的工作。R21——也就是 6G 的第一个 normative 版本——具体时间线还没定要等到今年 6 月的 plenary 才会拍。ASN.1 冻结最早不会早于 2029 年 3 月商用窗口在 2030 年左右。这是 3GPP 自己讲的节奏。03那些具体的 AI 条款在解什么问题把 R18 起步、R19 做完、R20 在跑的这些用例排在一起看会发现一个共同点它们都是 PHY 层或者 MAC 层的具体功能增强跟“大模型”几乎没有关系。CSI 反馈这块最热闹。Massive MIMO 场景下几十到上百个天线端口UE 把信道状态量化反馈给基站的开销大到压不住。R18 给出的方向是两条UE 侧单边模型做 CSI 预测把信道老化造成的延迟补回来两侧各跑一半模型做 CSI 压缩把反馈量级降下来。R19 把 CSI 预测做成了正式规范——单边相对简单工程上能落。两侧 CSI 压缩的难点不在模型在于双方厂商得有匹配的版本、训练数据要对齐、不匹配的时候得有降级方案。R20 那份 RP-251870 就是冲这件事去的。波束管理走得相对顺。毫米波场景下波束又窄又多穷举搜索代价高、时延也高。R18 研究、R19 规范化干了两件事空间维度上拿一部分波束的测量结果预测整个集合的最优解时间维度上拿历史数据预测下一时刻的最优波束。仿真结果是 top beam pair 的预测准确率能做到 50%–90%top-2 能到 65% 以上。对设备商来说这是有商业价值的数字——直接关系到毫米波部署能不能用起来。定位是第三个 PHY 层用例重点在 NLOS非视距环境下的精度增强。两条路并行——直接 AI 定位类似指纹法、AI 辅助定位把模型输出当作新的测量量或者对现有测量量的增强。这块对工业互联网、室内导航、车路协同的价值最直接也是 R20 在继续推进的方向之一。RAN3 那条线低调但扎实。R17 启动、R18 完成规范、R19 在扩展围绕负载均衡、移动性优化、网络节能、网络切片这些场景把 AI 嵌进 NG-RAN。这部分工作的输出是 TR 37.817 那个 RAN 智能化框架——Data Collection、Model Training、Model Inference、Actor 这几块功能怎么连——R19 在这个框架基础上把网络切片和 CCO 两个新用例加进了 Work Item。把所有这些列下来有个细节值得注意这些模型的尺寸普遍是百万到千万参数级别。不是几十亿更不是几百亿。原因很简单——空口的处理预算是几十毫秒级基站的 baseband 是有限的硬件资源你没法在 PHY 层塞一个 Transformer 进去做实时推理。04跟“大模型上 6G”差在哪儿讲到这儿前面那个核心问题就比较清楚了。最关键的一条是 R20 6G 研究范围里那句话设计将确保有不依赖 AI 的回退操作。也就是任何 AI 增强都必须有一个非 AI 的兜底通路。这条原则一旦写进基线就把“网络的核心调度逻辑跑在大模型上”这种激进设计提前否掉了——你不能把网络的兜底交给一个可能崩、可能漂、还得持续训练的东西。第二个跟 PPT 派最大的分歧是互操作性。3GPP 的存在意义就是让不同厂商的设备能互通。任何进标准的 AI 机制都必须是厂商中立的——模型可以差异化但模型怎么部署、怎么交互、怎么监控得有大家都遵守的协议。这就是为什么 R20 的双边 CSI 压缩 WI 要单拎出来——不是因为模型本身难而是两个厂商的模型要能在空口上配对工作这件事在工程上极难。但 3GPP 不标模型这件事并不意味着厂商不能搞自家大模型。这是个灰色地带。运营商完全可以在自家 OSS/BSS 里部署一个 LLM agent通过标准化的 NWDAF 接口拿网络数据、调网管能力——这件事完全成立标准管不着。所以你会看到爱立信、诺基亚、中兴、华为这些公司一边在 3GPP 投票一边在自家平台上做“网络大模型”产品。两条线不冲突只是不该混着讲。提一下 SA1 那份 TR 22.870——3 月刚通过的那份 6G 服务需求报告。里面确实出现了“能解释用户意图并动态编排服务的 network AI agent”这类描述听起来跟 PPT 派讲的几乎一样。但 SA1 的需求报告是目标层——它告诉系统架构组、RAN 组6G 系统未来需要支撑哪些场景。怎么实现、用什么模型、跑在哪一层是后面 SA2、RAN1/2/3 在 R20 study、R21 normative 阶段慢慢往下铺的事。中间隔着大概三年半的实际工作以及 6 月份要定的 R21 整体时间线。05“AI-Native 6G”到底算不算真命题按 3GPP 的口径算。按市场部的口径不算。如果你把“AI-Native”定义成“AI 是协议的一等公民有标准化的数据通路和生命周期管理PHY 层关键功能由 AI 模型承担”——这件事 6G 是 AI-Native 的而且从 R20 立项开始已经在认真往前推。如果你把“AI-Native”定义成“大模型驻网、智能体调度一切、自然语言开通业务”——这件事在 3GPP 标准里目前没有可见的未来里也不会有。不是它不重要是它属于厂商创新的空间不属于通用标准的范畴。接下来这一两年值得看的事其实不多但分量都不轻。一个是 6 月的 plenary——R21 的时间线会在那次会议上定。它会决定 6G 第一个 normative 版本到底什么时候出、IMT-2030 的提交窗口怎么排。另一个是双边模型的互操作能不能真跑通。R20 那个 Case-0 听着只是 CSI 压缩但它实际上是行业第一次试验“不同厂商各跑半个 AI 模型通过标准协议互通”。这件事如果跑成了后续波束管理、定位、移动性管理都可以照搬这套范式跑不成空口 AI 这条线就得退回到单边模型的舒适区。第三个是 LCM Profile 会不会被广泛采纳。模型格式、热切换、回滚机制如果真在 R20 末期被标准化未来 AI 模型在网络里就更像一个“可调度的网元”而不是各家闭门造车。这件事对运营商是好事对设备商的差异化空间是一种挤压——这种张力会在 R21 normative 阶段被持续放大。最后顺手说一句给做边缘的同行听的3GPP 把 AI 模型生命周期管理标准化这件事对边缘 AI 平台的接口设计是有间接影响的——模型在 gNB、UE、MEC 节点之间怎么部署、怎么协作、怎么回退这套机制一旦在 6G 里跑通未来边缘 AI 平台的架构很可能要往这套范式上靠。还不到需要紧张的程度但值得心里有根弦。至于“6G AI-Native”这四个字到底是不是 PPT我自己的判断大概是这样它在被认真做但做的不是 PPT 上画的那件事。真正在标的事更琐碎、更工程化、更不性感——而这种“琐碎而工程化”的东西往往才是这个行业最后真正定型的样子。物理 AI 为什么离不开边缘计算2026-05-10AI 算力的狂欢掩盖了一个更难看的真相2026-05-08重磅来袭“2026中国边缘计算企业20强”榜单发布2026-04-08
