【摘要】本白皮书由中国移动通信有限公司研究院联合东南大学、清华大学共同发布，系统阐述6G物理层AI关键技术。 【研究背景】AI技术是赢得全球科技竞争主动权的重要战略抓手。面向2030+，6G将在5G基础上全面实现数字化，推动社会走向"数字孪生，智慧泛在"。AI技术有望在业务预测、用户移动性预测、信道环境预测等方面发挥重要作用，实现更精准的资源管理与调度。 【物理层AI工作原理】 ? 价值：将AI融入编码调制、多址、波形设计、预编码、信道估计、信号检测等物理层模块，可带来显著性能增益 ? 定义：通过智能算法实现物理层功能的智能化，提升系统性能和资源利用率 ? 流程：数据采集→模型训练→推理预测→自适应调整 【核心技术方案】 1. 基于AI的发射机/接收机技术：端到端通信链路设计，替代传统分离式模块级联架构 2. 基于AI的大规模MIMO：CSI压缩反馈、信道估计与预测、动态资源分配 3. AI辅助波形设计：自适应波形生成，针对不同业务场景优化 【关键挑战】 ? 数据集建立：需要真实场景数据、仿真数据、多场景泛化数据 ? 评估准则：ITU、3GPP、IMT-2030等组织正在制定评估标准 ? 泛化性：AI模型需具备跨场景、跨频段、跨业务的泛化能力 【标准化进展】ITU、3GPP、IMT-2020/2030等组织已在数据集构建、评估准则、典型用例等方面开展研究，为6G物理层AI实际应用奠定基础。 【总结】物理层AI是6G原生智能的核心使能技术，有望实现通信协议的自动升级，降低网络部署与运维成本，推动移动通信产业可持续发展。