当AI对话以Token流替代数据包成为网络的主要承载对象，当首Token时延成为比传统端到端时延更重要的用户体验指标，当网络需要同时调度通信、计算、模型、数据四类资源来保障一次AI推理——6G网络AI正在改写移动通信网络的基础运行逻辑。中国移动研究院发布的这份白皮书，系统阐述了6G网络AI的业务特征、传统QoS体系的局限，以及QoAIS如何重构AI服务质量的评价与保障范式。
6G网络AI的时代背景与核心驱动力
面向2030年及未来，6G以“数字孪生、智慧泛在”为核心发展愿景，实现人、机、物、空间全域智能连接。全息交互、通感互联、数字孪生人、沉浸式互联网、超能交通、智慧工业等新型业务场景不断涌现。网络与AI呈现双向赋能、深度耦合的演进态势：6G端边网云一体化的算网架构与全域泛在的连接能力，打破AI服务的算力门槛与空间限制；AI大模型、AI Agent等技术既深度赋能网络全链路智能化升级，也彻底重塑了网络传输范式与用户体验模式，推动网络传输从传统比特传输进入“Byte+Token协同传输”的全新阶段。
6G网络AI的三大核心特征
Token级精细化传输
大模型、生成式AI业务的核心交互载体由传统数据报文转变为Token流。AI对话、内容生成等业务产生连续、碎片化、实时性极强的Token数据流，要求网络摆脱固定带宽传输模式，支持Token粒度的实时调度、按需传输与流量适配。多轮对话、持续推理等场景存在海量突发Token流量，要求网络具备毫秒级流量感知与动态带宽调配能力，精准匹配AI模型的生成节奏，避免Token丢包、乱序、卡顿。
极致低时延推理的端边网云协同
传统通信时延指标主要保障数据传输通畅，而大模型推理、实时AI交互等业务对端到端全链路时延提出极致要求。生成式AI业务核心关注首Token时延、逐Token输出时延、全流程推理时延等新型指标。在工业智能质检、远程AI诊疗、全息实时交互等场景，端侧AI推理、边云模型调度、跨域算力协同高度耦合，需要网络破解端-边-网-云全链路时延瓶颈。
多模态融合传输与差异化保障
6G时代AI业务呈现文本、图像、音频、视频、三维空间数据、传感数据等多模态融合特征。不同模态数据对传输速率、时延、抖动、可靠性要求差异极大——文本Token追求极致低时延，高清图像需要高带宽低抖动，工业传感模态需要超高可靠性。网络需要具备多模态业务识别、分类调度、差异化QoS保障能力。
从5G QoS到6G QoAIS的范式升级
5G QoS体系基于面向“连接为本”的传统通信保障，存在三重局限：无法适配AI业务动态流量特征、无法覆盖算力模型数据等AI专属要素、无法适配AI业务的动态个性化需求。QoAIS体系则实现了从“网络传输评价”到“用户智能体验全维度评价”的范式升级——不仅补齐了传输指标在AI业务上的短板，更将算力、模型、数据等AI核心要素纳入度量维度，支撑网络实现AI业务的精细化、动态化资源调度，推动网络从“传输管道”升级为“智能服务基座”。
