高通与诺基亚携手：展示无线网络中可互操作的多厂商AI的价值

　　在当今快速发展的无线通信领域，AI 技术正逐渐成为提升网络性能、优化用户体验的关键驱动力。高通技术公司与诺基亚贝尔实验室的合作，无疑为这一领域注入了新的活力，双方携手展示了无线网络中可互操作的多厂商 AI 的巨大价值。

　　在 2024 年世界移动通信大会（MWC 2024）上，高通和诺基亚完成了一项重要成果展示 ——AI 增强信道状态反馈编码器和解码器模型的 OTA 互操作性。这一模型的独特之处在于，其编码器运行于搭载高通 5G 调制解调器及射频系统的参考移动终端，而解码器则在诺基亚原型基站上运作，实现了多厂商设备间的协同。

　　双方能够达成这一成果，“序列学习” 技术功不可没。借助序列学习，高通和诺基亚无需共享各自技术实现方案的专有细节，仅通过共享模型输入 / 输出对的训练数据集，就能协同设计出可互操作的 AI 模型。这种合作模式既保护了企业的技术隐私，又为多厂商在 AI 领域的合作开辟了新路径。

　　随着 AI 技术在实际网络中的部署，确保模型在不同环境下的稳健运行至关重要。为此，双方研究团队对三个不同的基站站点展开研究，包括一个郊区室外站点以及两个不同的室内站点。

　　首先对比了通用 AI 模型和超本地化模型的性能，实验结果令人惊喜：通用 AI 模型在不同环境下的表现与超本地化模型不相上下。

　　之后，研究人员对通用模型进行调整，引入室内站点 2 的数据，形成调整后的通用模型。在室内站点 2 内的 4 个不同位置进行测试时发现，通用模型与调整后的通用模型性能差异在 1% 以内。这充分证明了通用 AI 模型在新场景中的稳健性和可靠性，即使在训练数据未完全覆盖的环境下，也能保持良好的性能表现。

　　AI 增强的信道状态反馈（CSF）技术为无线网络性能带来了显著提升。通过让网络以更精确的波束模式传输，AI 增强 CSF 有效提高了接收信号强度，减少了干扰，进而提升了数据吞吐量。研究人员记录了移动用户在站点内不同位置移动时，基于 AI 的反馈和基于传统波束网格（3GPP Type I）的反馈所实现的数据吞吐量。结果显示，使用 AI 反馈实现的吞吐量更高，每个位置的吞吐量增益在 15% - 95% 之间。虽然在实际商用系统中，AI 增强 CSF 的吞吐量增益会受到多种因素影响，但此次概念验证结合大量模拟研究表明，AI 增强技术在提升吞吐量方面具有明显优势。

　　在序列学习的实现方式上，存在终端编码器优先和网络解码器优先两种模式，它们在部署和标准化方面有着不同影响。在 MWC 2024 的演示中采用的是编码器优先方式，由高通设计编码器模型并生成训练数据集供诺基亚设计解码器。而今年，双方将演示切换为解码器优先方式，由诺基亚设计解码器模型并共享训练数据集，供高通设计编码器。实验结果表明，两种模式设计出的模型性能差异在几个百分点以内，这意味着两种方式都具有可行性，为未来的技术选择提供了更多灵活性。

　　高通技术公司和诺基亚贝尔实验室联合展示的原型系统，是 AI 增强通信从概念迈向现实的重要一步。通过多种学习模式的探索，已经能够显著提升用户体验。展望未来，随着可互操作的多厂商 AI 系统设计技术的不断成熟，无线网络有望实现更大的容量、更高的可靠性以及更低的能耗，为 5G 乃至未来 6G 网络的发展奠定坚实基础。