报告指出，当前 AI 应用对移动网络流量影响有限，但未来多模态 AI 应用、AI 终端及行业场景将重塑流量格局：一方面，AR 眼镜、自动驾驶等场景会推高上行链路需求，打破当下下行主导的网络设计，且 AI 密集区域会出现局部流量激增，带来流量分布不均问题；另一方面，AI 代理的机对机通信将产生模型、特征向量等机器导向型数据，同时 AI 模型本地处理优化、隐私监管等因素让流量增长规模存在高度不确定性，因此 6G 网络设计需优先保障灵活性，支持上下行比例动态调整并提升上行覆盖能力。

面向 AI 的 6G 网络，不能仅满足基础连接需求，还需具备超越连接的核心能力。报告提出，6G 需设计基于令牌的精细化计费模型，匹配 AI 服务的资源消耗；搭建支持 AI 代理动态协作的智能网络，实现任务专属临时私网的按需创建；升级 QoS 机制，针对多模态 AI 内容做精细化流量调度；融合边缘计算与分布式数据框架，实现数据、模型的跨域共享；同时建立 AI 代理的信任认证体系，保障数据安全与合规拦截能力，且需从商业价值角度验证网络性能优化的必要性，避免无效投入。

AI 也是 6G 网络演进的核心赋能者，将深度融入网络管理、核心网、无线接入网等全域全层，但需平衡 AI 带来的架构复杂度提升与能耗增加问题。网络管理层可依托 AI 实现意图驱动的自主运营、自动化故障处理与智能资源编排；核心网需升级 API 适配 AI 代理交互，借助数字孪生优化运维；无线接入网则需选择性部署 AI，聚焦 MAC 层等能产生显著价值的环节，且 AI 推理需在边缘本地执行以满足低时延要求。此外，6G 架构将以 5G 服务化架构（SBA）为起点，融入 AI 代理框架，采用模型上下文协议（MCP）、代理间协议（A2A）实现智能交互，同时推动无线接入网与核心网接口升级，适配 AI 服务传输需求。

报告最后明确了 6G 标准化八大核心方向，包括制定端到端 AI 功能的统一架构与协议、标准化 AI 服务的 QoS 和算力需求表达机制、保障网络对 AI 流量变化的适应性、基于价值驱动的 AI 场景演进 5G SBA 架构、实现代理间及代理与网络的通信标准化、定义 6G 系统 AI 能力的功能与性能要求、建立多厂商多代理的互操作和信任框架，以及复用并优化主流 AI 接口。

免责声明：我们尊重知识产权、数据隐私，只做内容的收集、整理及分享，报告内容来源于网络,报告版权归原撰写发布机构所有，通过公开合法渠道获得，如涉及侵权，请及时联系我们删除，如对报告内容存疑，请与撰写、发布机构联系