川海智库

报告概述

本报告系统阐述了移动人工智能（Mobile AI）的价值、定义、架构、实施路径和关键挑战。研究对象是移动通信与AI深度融合催生的新范式，覆盖全球产业视角。报告采用“三层四维”架构（基础层、执行层、应用层；AI for Network、Network for AI、Mobile AI Agents/Terminals、Mobile AI Applications），分析移动AI如何通过双向赋能实现无处不在的智能。报告从经济与社会价值出发，深入探讨了AI原生网络、终端演进、应用场景及标准化等核心议题，为产业链提供战略建议和行动呼吁。

报告的核心结论

移动AI是颠覆性范式，驱动全球数字经济发展。

报告指出，移动AI基于网络与AI双向赋能，构建了“设备-边缘-网络-云”协同的智能服务体系。这一范式释放了数万亿美元的市场潜力，预计到2030年移动行业对全球GDP的贡献将达8.4%，成为高质量发展的核心引擎。

AI原生网络是移动AI的关键技术基础。

报告强调，AI for Network将AI深度融入网络全生命周期，推动网络规划、运维、优化迈向自主化。AI原生网络架构支持通信、感知、计算、智能融合，使网络具备内生智能闭环能力，为移动AI应用提供高效支撑。

移动AI代理与设备催生智能终端生态。

报告认为，具身智能机器人、AI手机、可穿戴设备等终端通过设备-边缘-云协作，突破了单设备的资源限制。终端智能化等级从L1到L5演进，预计2030年系统级代理可达L4能力，推动人机交互从“命令中心”转向“意图中心”。

移动AI应用在垂直行业加速落地。

报告指出，移动AI已在智能制造、智能交通、智慧医疗、城市治理等领域形成典型应用。通过设备端推理与边缘协作，解决了工业控制低延迟、数据隐私、弱网环境等痛点，推动行业从“局部优化”向“系统重构”进化。

报告回答的关键问题

什么是移动AI？

移动AI是移动通信网络（5G/5G-A/6G）与人工智能深度融合的新范式。其核心是网络与AI双向赋能：网络为AI提供普遍连接与低延迟传输，AI则优化网络规划、运维与体验。通过“设备-边缘-网络-云”协同，实现智能服务无处不在、可信且易用。

移动AI如何赋能5G和6G网络？

移动AI通过AI for Network将AI内生于网络，实现自主运维、智能优化和动态资源调度。同时，Network for AI通过增强上行、多模态服务保证等能力，满足AI应用对低延迟、大带宽和高可靠的需求。这为5G-A和6G网络的智能化演进提供了核心路径。

移动AI在哪些行业有实际应用？

报告列举了智能制造（设备预测性维护、AR辅助装配）、智能交通（车路云协同、L3/L4自动驾驶）、智慧医疗（实时远程会诊、可穿戴健康监测）、城市治理（智能执法、环境监测）以及能源电力（无人机巡检、防爆机器人）等行业的落地案例。

移动AI面临哪些核心挑战？

主要挑战包括：上行链路瓶颈、东西向流量激增对网络架构的压力；AI产品评估体系不统一，导致碎片化；数据格式与代理协议不成熟，增加集成成本；以及价值共享机制不完善，行业痛点解决不充分。

报告中的代表性数据

超过30亿（2025年底）

全球5G用户数

2025年，截至2025年底，全球共启动384个商业5G网络，5G用户超30亿。预计到2030年，5G连接将达88亿，占全球移动连接的60%以上。

142亿美元（2024年）

GenAI软件市场规模

2024年，Omdia预测GenAI软件市场将从2024年的142亿美元增长到2029年的1013亿美元，2030年达1228亿美元。AI代理应用市场增长更快，2024年1.59亿美元，2030年或达417.7亿美元。

6.5万亿美元（2024年）

全球移动通信经济增加值

2024年，GSMA《2025年移动经济报告》显示，2024年全球移动技术和服务创造6.5万亿美元经济增加值，占全球GDP的5.8%。预计2030年增至近11万亿美元，占比升至8.4%。

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

  • 全球移动订阅预测与5G/6G连接数据图表：包含2022-2035年各代移动技术用户增长曲线，以及6G设备连接数预测，直观展示移动通信产业演进趋势。
  • 移动AI三层四维架构详解：深入解析基础层、执行层、应用层与四个功能维度的互动关系，包括A for Network、Network for AI、移动AI代理/设备和移动AI应用的技术内涵。
  • AI原生网络关键技术：涵盖空中接口AI、核心网络AI、网络数字孪生、服务孪生等，详细说明如何实现网络内生智能与闭环自治。
  • 移动AI代理与终端进化路线：终端智能化等级（L1-L5）定义、具身智能机器人技术方案、设备-边缘-云协作架构，以及智能手表、AI眼镜等轻量终端案例。
  • 行业应用完整案例：智能制造（多机器人协作）、智能交通（车路云一体化）、智慧医疗（院前急救）、城市治理（移动执法）等场景的解决方案与效果。
  • 频谱策略与标准化建议：提出新频段规划（6GHz、毫米波）与存量频谱优化双轨路径，以及全球统一标准、AI终端评测体系（AI-MOS）等具体建议。
  • 安全与可信治理框架：多智能体系统安全威胁分析与MAESTRO框架，以及生成式AI在网络安全运营中的应用，确保移动AI系统安全可控。
  • 产业链合作与行动呼吁：运营商、终端商、AI企业、产业用户及政策制定者的具体行动建议，包括开放API、数据要素激活、基础设施投资等六项倡议。

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。

相关报告