当5G QoS体系在AI业务面前只认“比特”不懂“Token”，当首Token时延从41ms到251ms的波动决定了用户的去留，当网络丢包导致的Token卡顿无法被任何传统指标量化——网络AI服务质量的评价体系正面临一场从“传输管道思维”到“智能服务思维”的根本性重构。中国移动研究院联合产学研伙伴发布的这份白皮书，构建了面向6G网络AI服务的QoAIS三层指标体系，为AI服务从“不可度量”走向“可量化、可保障”提供了系统性框架。
为什么需要QoAIS——5G QoS体系的三大局限
局限一：无法适配AI业务的Token流式特征
传统5G QoS的带宽、时延、丢包等核心指标基于视频、语音等稳态业务设计，而生成式AI以Token为核心交互单元，采用流式生成、逐包下发的传输模式，呈现碎片化、强突发、高连续性的全新流量特征。单Token数据量极小，传输呈密集小包形态；首Token输出前存在集中突发流量，后续推理为持续低速率流式输出。传统QoS的平均带宽、端到端包时延等指标，无法捕捉Token输出的卡顿、断字等体验劣化。
局限二：无法覆盖算力、模型、数据等AI专属要素
5G QoS的保障边界局限于蜂窝网络的传输环节，未联动终端、边缘、云端的算力资源与AI模型，也无法覆盖数据质量、模型精度等AI专属要素。AI服务的最终体验由传输、计算、模型、数据多环节共同决定——网络丢包会导致Token错乱，算力不足会导致首时延飙升，模型精度不足会导致结果不符合预期。仅管控传输环节的传统体系，既无法精准定位体验劣化的根因，也无法指导多维资源的协同调度。
局限三：无法适配AI业务的动态个性化需求
5G QoS依托固定的5QI参数模板实现差异化保障，而AI业务不仅不同场景的质量诉求差异极大，同一场景下的单会话内，算力需求、传输带宽也会随推理进程动态波动。若沿用传统静态模板模式，仅能通过新增5QI类型的方式补充，不仅适配效率低，也无法实现Token粒度的动态资源调度。
QoAIS三层指标体系的设计逻辑
系统级——衡量网络的AI服务供给能力
系统级面向全网批量AI业务统筹承载，衡量网络整体AI服务供给能力。AI服务密度指单位面积内、特定时间段内满足特定QoAIS要求的AI服务数量；AI服务系统能效指AI任务数量与能耗的比值（每焦耳能量可支持的AI服务数量）。系统级指标支撑规模化服务统筹运营与网络规划。
任务级——直接对应用户直观体验
任务级聚焦单用户单次AI任务，直接映射用户直观体验。AI任务准确度（有真值的推理任务）指推理结果的准确度；AI任务时延指从用户发起请求到接收结果的端到端响应时延（含首Token时延TTFT）；安全和隐私保护等级指定AI任务或用户隐私保护强度。任务级指标承接QoE评价维度，是用户感知的直接度量。
资源级——连接/计算/数据/模型四维指标
资源级下沉至连接、计算、数据、模型四类基础要素。连接类指标包括带宽、抖动、包时延预算、误码率、通信能效。计算类指标包括每秒浮点运算次数、计算精度、计算时延、计算能效。数据类指标包括数据完整度（无缺失数据占比）、数据冗余度（冗余数据占比）、数据时效性（信息年龄）。模型类指标包括模型准确率、模型复杂度（参数数量）、模型泛化性能（k折交叉验证）。资源级指标输出网络可理解的资源需求，指导网络完成多维资源参数配置。
三层映射机制——从用户体验到底层配置
系统级的AI服务密度可映射到任务级的AI任务时延和准确度指标。任务级的AI任务时延映射为资源级的传输时延（包时延预算）和计算时延之和。任务级的AI任务准确度映射为丢包率、模型准确度、计算精度的组合。任务级的AI任务能效拆解为计算能效和通信能效。三层逐级映射传导，使网络能够将用户模糊的体验需求转化为底层资源的精确配置参数，支持差异化AI需求的灵活接入与按需调度。
