网络首发
6G无线接入网通算智融合关键技术与标准化思考
解宇瑄;李响;李婷;孙奇;生成式人工智能等人工智能（AI）技术的突破性进展，正驱动6G网络从传统的“连接管道”向“智能服务平台”深刻演进。在此背景下，通信、计算与智能的深度融合已成为无线接入网（RAN）发展的核心方向。面向6G RAN通算智融合的需求与挑战，构建了由基础设施层、网络功能层与编排服务层组成的3层通算智融合框架。基于该框架，系统剖析了实现通算智融合所涉及的一系列关键技术，包括：网络架构设计、异构算力统一管理与池化调度、低开销数据采集与高效传输、高可靠AI模型全生命周期管理、面向AI业务的连接保障、内生智能计算、通算智融合控制与跨域协同编排，以及能力开放机制。在此基础上，进一步探讨了相关技术的标准化演进路径。最后，总结了通算智融合在技术攻关、标准制定及生态构建等方面面临的主要挑战，并展望了未来演进趋势，以期为6G RAN通算智融合的研究与发展提供系统性参考。
6G无蜂窝大规模MIMO关键技术研究进展
尤肖虎;王东明;曹阳;在6G标准化商用初期（Day 1），无蜂窝技术受到了广泛关注。系统梳理了面向6G的无蜂窝通信所涉及的关键支撑技术，包括分布式收发机架构、信道信息获取与测量机制、频谱资源融合与灵活双工设计，以及分布式资源管理策略等。在此基础上，提出了一种基于数字孪生增强的无蜂窝传输优化方法，进一步提升了系统性能。同时，展示了面向高频段的无蜂窝大规模多天线（MIMO）试验验证结果，验证了相干联合传输在实际系统中的可行性。最后，探讨了无蜂窝大规模MIMO与通感一体化融合的潜在研究方向，为未来系统设计提供了新思路。
6G通感一体化关键技术和标准发展
向际鹰;蒋创新;高音;许进;刘峻琛;本文系统研究了6G通感一体化（ISAC）的关键技术与标准化进展，重点围绕通感用例场景、信道建模、网络架构与协议流程、物理层感知信号设计、感知和通信及定位融合等展开。本文分析了包括无人机感知在内的感知用例的社会价值与技术需求。在信道模型方面，本文介绍了基于3GPP Release 19框架的感知目标信道与背景信道联合建模方法，并结合RCS动态特性与环境散射特性，描述了兼顾通信与感知的统一信道模型。进一步地，本文探讨了感知网络架构，流程与物理层安全，对比了六种感知模式的适用性，并给出了感知参考信号的方案。最后，本文提出了感知辅助通信与定位、AI融合的技术路径，通过跨网元信息交互实现资源调度优化与感知精度提升。研究成果为6G通感一体化的标准化与产业化落地提供了理论支撑与实践参考。
全生命周期智能体防护体系与关键技术研究
闫新成;刘东;李旻旻;吴建华;随着人工智能向具备自主规划与执行能力的“Agentic AI”演进，智能体安全已超越传统内容生成范畴，面临指令劫持、工具滥用及决策失控等全新挑战。针对这一现状，本文首先系统梳理了智能体在感知、决策、执行与协作四个维度的核心风险，指出传统静态防御机制的局限性。在此基础上，提出了一套融合“全生命周期治理（SDLC）”与“纵深防御”理念的智能体安全防护技术体系，从架构级隔离、模型内生对齐、防御性提示词工程、动态运行时防护及全流程测评五个层面，构建了由内而外的防御闭环。本文同时阐述了中兴通讯端到端的智能体安全实践，通过集成智能体协同防护引擎、动态信息流控制及隐私脱敏等关键技术，构筑了覆盖基础设施至上层应用、模型推理至工具执行的全栈安全能力。研究表明，该体系能有效实现决策可信、行为可控与风险可视，推动智能体安全从单点被动防御向系统化“主动免疫”转型，为企业级智能体的安全部署与规模化落地提供了强有力的技术支撑与实践参考。
卫星通信的极化码短码译码技术改进
李春杰;马啸;卫星通信面临着传输环境复杂、链路动态时变、业务复杂多样等难点。信道编码是保证通信可靠性的物理层关键技术，其中，极化码是当前和未来一种重要的候选编码方案。首先对极化码基本原理和编译码技术进行概述，主要包括：信道极化、极化码构造与编码、速率兼容方案和译码算法。然后，针对短极化码提出了一种串行消除列表（SCL）和阶序统计译码（OSD）级联的译码方案。与SCL相比，该方案在译码性能相当的情况下具有更低的复杂度。
6G沉浸式通信业务与关键技术探索
熊春山;万青;陶源;面对沉浸式通信业务向多行业渗透以及通感算智深度融合的发展趋势，6G网络面临诸多技术挑战。为此，提出一种面向6G的新型服务质量（QoS）架构及一系列关键技术。具体包括：采用包级细粒度QoS控制，定义一种保证速率且非资源预留的新型QoS类型，以提升用户设备上行速率并实现用户面快速动态QoS调控；基于6G内生智能实现流量检测与QoS参数生成，提出多模态流的协作与同步方案；设计支持智能体数字人通信的意图感知与流量特征自适应传输方案；通过网络计算协同缓解人工智能内容生成（AIGC）算力瓶颈，满足沉浸式生成式通信的性能需求。基于上述技术，创造性构建了一套6G全息沉浸式通信业务验证平台，实现了虚实共生的全息体验，验证了AI赋能QoS的有效性。该平台在提供极致沉浸体验的同时，借助智能体数字人开创了保护个人隐私的新型视频通话空间，为未来移动通信新场景的培育奠定了技术基础。
6G内生智能与信道基础模型
徐树公;蒋骏;人工智能（AI）与通信系统的深度融合已成为6G的关键目标与核心标志之一，内生智能（Native AI）被普遍视为6G系统的重要特征。首先阐述了对6G内生智能内涵与需求的理解，在此基础上系统梳理了无线通信领域AI研究范式的演进历程，揭示了基于监督学习的传统AI模型在支撑6G内生智能方面存在的固有局限。针对上述挑战，提出了信道基础模型（CFMs）的概念框架，系统介绍了其预训练方法体系及面向各类信道相关任务的任务适配机制。认为6G内生智能需具备强大的任务适应性与场景泛化能力，而信道基础模型凭借其核心技术特征，有望成为未来6G内生智能的关键技术选项之一。
算力网关键技术、发展实践与后续研究
胡晓女;陆璐;李涛;雷波;唐琴琴;张宏科;随着人工智能与数字经济的深度融合，传统算网相对独立的架构难以满足计算任务对高性能、实时性及跨域资源共享的需求。本文将算力网（CPN）定义为以计算为核心、网络为基础、智能为引擎的新型基础设施，系统探讨了其关键技术创新与发展实践。文章详细阐述了算力路由、高通量数据网、分布式智算组网、智融标识网络、星织网络架构以及算力互联测量感知等六大核心技术体系，并通过现网试点与规模验证，展示了这些技术在提升网络吞吐率、降低端到端时延及优化异构资源调度方面的显著成效。最后，围绕高效基础设施建设、跨域跨平台调度、智能化管理、多样化场景适配以及隐私安全与绿色节能等五个维度，提出了CPN后续研究的重点方向与建议。
工业人工智能驱动的制造模式创新变革
敖立;人工智能(AI)技术在制造业应用持续拓展和深化，通过构建一体化研发模式、自主化制造模式以及高韧性供应网络，驱动制造模式创新变革，成为推动制造业迈向智能化、高端化发展的核心力量。面向新发展阶段，需以场景化探索带动价值闭环验证，夯实高质量工业数据基础，推动AI与制造全流程深度融合，完善标准、生态与治理等发展保障要素，驱动工业AI迈向系统性的规模化应用，加速制造业智能化的全面跃迁。
基于OFDM索引调制的通信定位方法
杨旭旭;刘炳宏;彭木根;针对全球导航卫星系统（GNSS）拒止环境下传统定位方法抗干扰能力弱、频谱利用率低及峰均功率比高等问题，提出一种融合惯导与正交频分复用（OFDM）网格编码索引调制的通信定位方案。该方法通过将激活子载波位置作为索引传递基站坐标等导航辅助信息，结合网格编码规则实现导航辅助信息的高效嵌入与解码，同时保留部分子载波用于测距。接收端融合惯性测量单元（IMU）推算与多基站测距结果，采用扩展卡尔曼滤波实现协同定位。仿真结果表明，在多径衰落信道下，所提方案在保障通信性能的同时，定位精度显著优于传统方法，尤其在低信噪比区域具有更强的鲁棒性。