报告概述
本白皮书立足全球产业发展视角，系统阐述Mobile AI这一新型融合形态。Mobile AI以“网络与人工智能双向赋能”为核心逻辑，依托5G/5G-A/6G移动通信网络与人工智能技术的深度融合，构建“三层四维”架构体系。报告详细分析了Mobile AI的经济与社会价值，深入解读了AI for Network、Network for AI、Mobile AI智能体及终端、Mobile AI应用四个核心维度，并探讨了从设施增强、频谱保障、技术创新到终端变革、标准构建的五大实现路径。报告旨在为产业链各方提供统一认知与行动参考，推动Mobile AI从技术探索走向规模化商用。
报告的核心结论
Mobile AI是网络与AI双向赋能的融合新范式
Mobile AI并非通信与AI的简单叠加，而是以“网络支撑智能、智能优化网络”为核心逻辑，形成端、边、网、云全域协同的智能服务体系，推动网络从“规则驱动”向“智能自适应”转型，达成“让AI无所不在且可信好用”的目标。
5G-A/6G网络将为AI应用提供泛在连接底座
5G已进入规模化部署成熟期，5G-A加速落地，6G前瞻布局有序推进。到2030年全球5G连接数预计达88亿，6G终端连接数将从2030年的2.89亿增长至2035年的35亿，为Mobile AI提供大带宽、低时延、高可靠的网络支撑。
AI终端智能化水平将按五级标准演进
报告将终端智能化水平划分为L1至L5共五个等级，从响应级到超越人类专家的完全自主。当前L3可自主闭环任务的AI智能体正在加速发展，预计2030年终端系统有望实现L4，推动人机交互从“指令响应”向“意图理解”跨越。
内生AI网络架构是Mobile AI的关键技术路径
打造AI内生网络架构，实现AI深度融入通信网络规划、建设、运维、优化和运营全生命周期。通过空口AI、核心网AI、网络数字孪生等技术，构建“感知-认知-决策-执行”全链路闭环，推动网络向自主化、智能化演进。
政策与标准协同是Mobile AI产业化的重要保障
报告呼吁通过国际组织推动全球统一技术标准，完善行业应用标准，构建可量化的体验评估体系。同时建议预留频谱资源、激活数据要素价值、强化基础设施建设，凝聚产业共识，加速Mobile AI规模化商用。
报告回答的关键问题
什么是Mobile AI？
Mobile AI是以“网络与AI双向赋能”为核心逻辑的全新融合形态，依托移动通信网络的泛在连接、低时延、高可靠特性，结合人工智能的感知、决策与学习能力，通过端、边、网、云的全域协同，构建智能服务体系，让AI无所不在且可信好用。
5G和AI如何深度融合？
5G网络为AI提供高速、低时延的连接底座，AI则反哺网络优化，实现自感知、自决策、自闭环。AI for Network将AI贯穿网络全生命周期，提升性能与效率；Network for AI以5G-A/6G网络满足AI业务的多模态、高算力需求，形成双向赋能的正向循环。
Mobile AI有哪些典型的应用场景？
在ToC领域，AI手机、AI眼镜等终端提供实时翻译、沉浸式AR/VR体验；在ToB领域，赋能智能制造（缺陷识别）、智慧交通（车路云协同）、智慧医疗（辅助诊断）、城市治理（移动执法）及能源巡检等行业，推动数智化转型。
AI终端智能等级如何划分？
报告将终端智能化分为L1至L5五级：L1响应级（执行直接指令）、L2工具级（理解简单意图并调用预设工具）、L3辅助级（全面理解用户意图，自动分解任务）、L4专业级（达到人类专家水平）、L5超级级（超越人类能力，实现全面自主）。
发展Mobile AI面临哪些主要挑战？
核心技术方面，上行带宽瓶颈、端到端时延要求高、边缘智能弹性不足；标准方面，缺乏AI产品评估分级标准、智能体协议未统一；商业方面，价值分配机制不健全、解决方案契合度低、复合型人才短缺，亟需产业协同突破。
报告中的代表性数据
全球5G用户规模（截至2025年底）
2025年，截至2025年底，全球已推出384个5G商用网络，5G用户规模突破30亿。
全球5G连接数预测（2030年）
2030年，预测到2030年，全球5G连接数有望达到88亿，占全球移动通信连接比重超过60%。
全球移动运营商资本开支总计（2024-2030年）
2024-2030年，2024-2030年全球移动运营商资本开支总计将达1.3万亿美元，重点用于释放5G全场景潜力与企业数字化转型。
以上数据根据报告摘要整理，具体统计口径和数值请以完整报告原文为准。
完整报告包含什么
- 详细阐述Mobile AI的经济与社会价值，包括5G/6G网络基础数据、AI市场规模预测及运营商战略转型方向。
- 深入解析Mobile AI的“三层四维”内涵，包括AI for Network、Network for AI、Mobile AI智能体及终端、Mobile AI应用四个维度的技术原理与案例。
- 系统介绍Mobile AI在智能制造、城市治理、智慧交通、智慧医疗、能源电力等行业的应用解决方案与实践案例。
- 全面分析Mobile AI实现的五大路径：设施增强（网络与算力升级）、频谱保障（中高频规划与智能管理）、技术创新（内生AI架构、空口AI、核心网AI）、终端变革（硬件升级、形态创新、产业协同）及标准构建。
- 涵盖关键技术图谱，如空口AI中的信道优化、波束管理；核心网AI中的网元内生、网络智能体化；端边云协同中的协同推理与卸载决策等。
- 安全技术专题，分析多智能体系统安全威胁、生成式AI辅助安全运营等关键议题。
- 政策建议与产业呼吁，从标准统一、频谱预留、基础设施强化、数据要素激活、产业飞轮构建等维度提出六点具体建议。
- 附录包括全球移动用户预测、AI流量增长预测、运营商调研数据等详细图表及其来源说明。
本页内容由川海智库整理，用于帮助读者快速了解报告主题、核心观点和主要内容。由于报告量大、人工能力有限，部分观点、数据、统计口径或表述可能存在偏差，具体内容请以完整报告原文为准。
