AI Edge联盟：AI Edge需求、愿景与潜在关键技术白皮书（2026年4月版）（60页）.pdf

1、 目 录 前言.5 1.背景与需求.5 1.1 DOICT 融合的产业与技术背景.5 1.2.全球研发现状.6 1.2.1 ITU-R 6G“通智融合”愿景.6 1.2.2 产业界研发现状.7 1.2.3 学术界研发现状.8 1.3 需求与驱动力.11 2.AI EDGE的技术内涵.12 2.1 AI EDGE的定义与关键特征.12 2.1.1 定义.12 2.1.2 AI Edge 的三大关键特征.12 2.2 AI EDGE的技术优势.13 2.3 AI EDGE的创新理念.14 3.AI EDGE的典型应用场景和潜在价值.15 3.1 工业机器人与智能制造.15 3.1.1 场景描述.1

2、5 3.1.2 潜在价值分析.16 3.2 智慧能源与电网调度.16 3.2.1 场景描述.16 3.2.2 潜在价值分析.17 3.3 智慧农业与无人农机.17 3.3.1 场景描述.17 3.3.2 潜在价值分析.18 3.4 低空无人机通信与监管.18 3.4.1 场景描述.18 3.4.2 潜在价值分析.19 3.5 具身机器人训练场.20 3.5.1 场景描述.20 3.5.2 潜在价值分析.20 3.6 EDGE增强的沉浸式 XR.21 3.6.1 场景描述.21 3.6.2 潜在价值分析.22 3.7 智能驾驶与车路协同.23 3.7.1 场景描述.23 3.7.2 潜在价值分析

3、.23 3.8 应急通信与保障.24 3.8.1 场景描述.24 3.8.2 潜在价值分析.24 3.9 智慧体育.25 3.9.1 场景描述.25 3.9.2 潜在价值分析.26 3.10 机械导盲犬.26 3.10.1 场景描述.26 3.10.2 潜在价值分析.27 4.AI EDGE的技术方向与主要挑战.28 4.1 系统架构.28 4.2 AI for Edge 技术.30 4.2.1 AI for Edge 的兴起.30 4.2.2 AI for Edge 的核心价值.30 4.2.3 边缘网络对 AI 的核心需求.31 4.2.4 AI for Edge 性能提升的关键路径.32

4、 4.2.5 AI for Edge 模型与算法的测试验证.34 4.3 AI over Edge 技术.35 4.3.1 多模态感知与融合处理.36 4.3.2 模型轻量化与低时延推理技术.36 4.3.3 云边端大中小模型协同技术.37 4.3.4 AI Agent 技术.39 4.3.5 面向具身智能的端到端信息服务技术.41 4.3.6 数据安全与隐私.42 4.4 芯片与算力底座.44 4.4.1 通感智算控融合的芯片架构创新.45 4.4.2 全域异构算力智能调度引擎.46 4.4.3 智能算力开放生态体系.48 4.5 AI Edge 系统、平台与测试.50 4.5.1 AI E

5、dge 系统与平台.50 4.5.2 AI Edge 测试.51 5.总结.53 参考文献.53 缩略词列表.57 白皮书贡献者列表.59 前言 移动通信网络正突破传统的单一连接服务，加速向通信、感知、智能、计算、控制一体化的综合信息服务升级演进。通信网络的功能将进一步下沉，形成通感智算控超融合的超级边缘网络节点，通过网络连接资源、算力资源、存储资源的平台化和开放化，为用户提供低时延、智能化、定制化的服务，满足 5G 和 6G 多场景业务开放的发展需求。在这一背景下，AI Edge 应运而生。AI Edge 是一种综合移动信息服务基础设施，它基于网络内置的异构开放性可编程共享算力基座，在感知信

6、道环境和用户需求的基础上，实现数据技术、运营技术、信息技术、通信技术(data technology,operation technology,information technology,communication technology,DOICT)的深度融合，并对移动边缘信息服务、网络功能虚拟化、网络内生 AI 与自治等功能进行按需编排。本白皮书对 AI Edge 的背景、发展驱动力、国内外研究现状、基本技术内涵与核心特征、典型应用场景与潜在价值等进行了系统性阐述，并围绕 AI Edge 系统架构，AI for Edge 技术，AI over Edge 技术，芯片与算力底座，AI Edge