最近这些年，移动通信行业一直在寻找新的爆款应用。如今，随着AIGC浪潮的爆发，我们似乎看到了曙光。

以AIGC大模型等技术为基础的生成式AI（GenAI）应用，不仅能够提供更加实用的服务，还能够带来更加个性化的体验。这些应用正在渗透到人们工作和生活的方方面面，很可能会掀起自视频之后的新一轮网络革命，并引领移动通信进入一个全新的发展阶段。

最新一期的《爱立信移动市场报告》（以下简称《报告》）针对生成式AI对移动通信网络带来的影响进行了全面的调研和分析，并给出了一些新颖的观点。

接下来，我们不妨结合《报告》的内容，深入了解一下生成式AI将如何影响移动通信行业的未来。

生成式AI，移动通信的新机遇

生成式AI，是AI发展到一定阶段的必然产物，也是本次AI浪潮的核心。

如今，我们每个人的手机上，都安装了一个或多个生成式AI应用，例如DeepSeek、豆包、kimi等。许多传统应用，也开始引入生成式AI的功能和元素。

这些应用提供了知识问答、文章撰写、语音助手、智能翻译等强大功能，既具有实用性，也具有趣味性，带来高度个性化的用户体验。

传统应用往往以被动的方式吸引用户，用户需要主动搜索或点击才能访问。而生成式AI应用则更加主动，它们能够根据用户的喜好和需求，智能地推荐和提供内容和服务，从而吸引和留住用户。

此外，生成式AI应用还具有高度的交互性和即时性。用户可以与应用进行实时互动，获取即时反馈和结果。这极大地增加了用户对应用的粘性。

根据《报告》的调研分析，目前，生成式AI应用的主要内容形式还主要集中在交互式语音和文本聊天上，对网络流量的影响相对较小，尚未对现有网络架构造成显著压力。

然而，随着高性能AI终端设备的普及、多模态大模型的广泛应用，以及带宽密集型新媒体格式的不断涌现，生成式AI应用的视频流量消费将会迎来迅猛增长。

需求是推动技术向前发展的关键动力。整个人类社会的移动通信网络，从80～90年代以语音通话和短信为主的移动通讯网，到进入21世纪后以网站、电商、社交、游戏、音视频为主的移动互联网。如今，又将开启全新的以生成式AI内容为主的移动智联网时代。

通信行业应该充分意识到这场生成式AI浪潮带来的网络演进机遇，积极推动技术创新和升级，开启移动通信行业的新一轮变革。

生成式AI的流量特点

生成式AI为移动通信行业带来新的商业模式，为用户带来更加丰富、智能、便捷的服务体验。而生成式AI的流量特征，与传统应用有着显著的差异。

首先，生成式AI应用会带来更多的个性化内容分发。

生成式AI是互动性更强的应用。尤其是多模态大模型的迅猛发展，能够同时处理和理解多种数据模态（文本、图像、音频、视频等），实现更加丰富和全面的智能交互。

用户与生成式AI应用进行互动。为了生成内容，用户往往也需要上传图片和音视频文件素材。生成内容之后，用户也会喜欢将这些内容在社交网络上进行分享。这对网络连接速率有了更高的需求。尤其是上行带宽和流量需求，明显增加。

其次，智能眼镜和AR眼镜等设备的普及，也会带来流量特征变化。

这些设备能够提供更加沉浸式和交互式的体验，吸引用户进行更长时间和内容更丰富的交互，从而显著增加网络流量的消耗。

在运行过程中，会伴随大量的大语言模型（LLM）和高斯泼溅（Gaussian splatting）等计算密集型任务。端侧算力很难满足这些任务的计算需求，所以，会将这些任务卸载到云端处理。这也会显著刺激上行流量的增长。

最后，是AI智能体带来的流量特征变化。

高度个性化的虚拟和物理AI智能体正在迅速发展。这些AI智能体通过智能手机、AR眼镜和其他可穿戴设备使用，或作为伴侣机器人使用，代表了人机交互方式的根本性变革。

在消费场景，AI智能体可作为消费者的高度个性化助手，提供主动日程安排、沉浸式导航、适应性学习以及跨设备的内容策划等服务。在企业环境，AI智能体能够自动执行工作流程、管理常规沟通、协助知识检索，为一线员工提供有力支撑。

这几年特别火爆的具身智能（例如服务机器人或自主机器人等），也就是物理AI智能体，能够将AI能力映射到物理世界，承担物流、分拣、加工、客服等角色，处理重复、危险或对时间敏感的任务。

AI智能体的特点是对外部环境的感知和交互，需要持续上行链路来传输视频流、传感器数据及对话指令，进而实现上下文推理与实时自适应。从计算需求、时延敏感性和网络资源消耗方面来看，AI智能体将提出了更大的挑战。

根据《报告》的调研和分析结果，生成式AI带来的双向流量类型包括实时查询、流式上下文（streamed context）、推理输入和输出以及编排指令。这导致了一种与传统流量模式截然不同的新流量特征，体现在流量大小、峰值与均值特征对比、时延要求，以及数据包大小和频率等方面。

例如，在传统业务为主的移动网络中，下行与上行流量的比例通常为9:1。而AI流量的分布则相对均衡，下行占比为74%，上行占比为26%，大约是3:1。

换言之，随着GenAI技术深度融入个性化与沉浸式体验，网络流量的本质特征正在发生根本性变化。AI原生工作负载带来了更具双向性、情境敏感性的新型流量特征，从而导致上行链路需求显著增长。

《报告》还进一步指出，基于视频的AI助手和由生成式AI驱动的沉浸式游戏，将成为数据需求量大且高度普及的应用，它们将真正对网络流量产生重大影响。

图片来自：爱立信移动市场报告

移动通信网络，如何应对？

面对生成式AI带来的流量趋势变化，移动通信网络将如何进行有效应对呢？

《报告》提出了三个主要的应对举措：

首先，是实施精细化的网络规划。

随着生成式AI应用的不断涌现，网络流量的分布和特征将变得更加复杂和多变。传统移动通信网络粗放式的规划和管理，缺乏网络资源动态调整和分配能力，无法满足业务支撑的需求。

移动通信网络需要进一步转变，通过深入分析生成式AI应用的流量特征，对网络进行针对性的规划。通过引入智能化的网络管理手段，使网络能够实时感知和预测流量的变化，将有利于满足生成式AI应用的需求。

其次，是新增中频段与厘米波频段频谱资源。

增加频段资源是提升网络带宽和容量的最直接手段。通过扩展中频段与厘米波频段的频谱资源，能够更好地支撑生成式AI应用的高流量需求，尤其是显著增长的上行流量需求。

来源：爱立信官微

第三，引入差异化连接的理念。

差异化连接是目前网络经营的一个重要趋势。通过为生成式AI应用提供定制化的网络通道和资源，确保其能够获得所需的带宽、时延和可靠性，不仅可以显著改善用户体验，还能提升网络资源的利用效率。

来源：爱立信官微

最后的话

汹涌澎湃的AI浪潮，已经深刻地改变了整个社会的运作方式。作为信息社会的核心连接底座，移动通信网络也不可避免地受到了这股强大力量的冲击和影响。

《爱立信移动市场报告》对这个趋势进行了前瞻性的解读。我们可以感受到，生成式AI的崛起，正在彻底改变移动通信行业的格局和未来发展方向。它不仅带来了新的应用和服务模式，也对移动通信网络的架构、性能和管理提出了更高的要求。这将推动网络向更加智能化、灵活化和可扩展的方向发展。

未来已来，让我们以开放的心态拥抱这场变革，共同开启一个充满无限可能的智能时代！

本文来自微信公众号：鲜枣课堂，作者：小枣君