AI与5G赋能大模型基础设施建设，构筑全面智能社会基石

飞象网讯（源初/文）随着计算能力、数据资源及网络技术的持续进步，大模型正逐步渗透于交通、制造、医疗健康、教育等多个领域，持续释放其创新潜力。在这一进程中，AI与5G的融合成为推动大模型基础设施化的关键技术因素，开启了数字时代崭新的价值表现。

AI与5G的融合加速大模型的普及

数据显示，至2023年，以大模型为代表的人工智能普及率已达到16.4%，并正逐渐扩大至更广泛的经济结构中。这一普及速度与通用技术历史上的扩散路径相映相成。可以预测，经过普惠化的AI将在规模效应的驱动下，深刻改变全球经济结构。

与此同时，每一代通信技术的普及离不开统一的标准、成本的降低和广泛的覆盖率。类似地，AI技术，尤其是大模型的发展也正在满足这些基本条件。两者的结合促使大模型技术进入了从创新应用到基础设施化的关键阶段。

从两者的关系来看，5G技术以其高带宽、低延迟和广泛连接的特性，为AI技术的规模化应用提供了重要支撑。大模型对数据、计算能力和网络的需求日益增长，而这些需求与5G技术的特性相得益彰。

AI的训练和推理过程需要强大的算力支持。通过云网融合架构，5G能够提供集中式的云端计算能力和分布式的边缘计算能力。这种算力的分配方式能够动态调整资源，以满足AI模型实时推理和应用场景的需求。

多模态大模型作为AI发展的重要方向，具备处理语音、图像、视频和文本等多种数据形式的能力。5G的高吞吐量和低延迟特性，使得多模态模型能够在终端设备上实现更高效的交互，例如AI驱动的机器人、自动驾驶以及可穿戴设备等。

在终端设备方面，随着AI与5G的深度融合，智能终端正朝向更广泛的智能化方向发展。终端硬件的形式已不仅限于传统智能手机，AI机器人、智能眼镜和自动驾驶汽车等新型设备将愈加多样化，交互方式也将愈加自然。

技术赋能与挑战并存

从产业价值链的角度来看，大模型基础设施化的路径可划分为四个阶段：AI算力、AI终端、AI平台和AI应用。每个阶段的突破均依赖于底层技术的成熟和市场环境的变化。

AI算力阶段作为基础设施化的基础，覆盖从云端到边缘的分布式计算能力提升。大模型的训练规模和推理效率直接影响后续应用的性能上限。

在AI终端阶段，基于大模型的智能终端设备将逐步普及，如AI手机、AI可穿戴设备等。这些终端不仅为用户提供便捷服务，同时也为AI模型提供了更为丰富的数据支持。

在AI平台阶段，大模型将作为AI时代的操作系统（OS）中的核心要素，通过简化底层技术复杂性并增强对上层应用的支持能力，实现端到云的智能化协同。

作为最终目标的应用阶段，大模型将助力于交通、教育、医疗等领域，推动产业应用的繁荣。例如，中国电信的“星辰大模型”体系已在政务、工业等多个领域内发挥了积极作用，为行业转型升级提供了强大的工具支持。

尽管AI与5G的融合展现出广阔前景，但在推进过程中仍面临诸多挑战，包括技术标准不统一、算力成本高企以及行业间数据共享不足等问题。业内亟需建立全球统一的AI与5G技术标准，促进产业链上下游的协同合作，以降低技术成本和应用门槛。同时，需改善跨行业的数据共享和治理机制，确保数据安全及隐私保护，为大模型能力的实现创造有利条件。

此外，还需通过创新硬件设计、引入先进算法并提升资源利用率，以优化成本结构，进一步降低AI模型的训练和部署成本。

展望未来，5G与AI的更深入融合将为全面智能社会的到来奠定基础。随着6G技术研发的推进，网络性能的极致提升将为大模型提供更为强大的赋能。在6G时代，AI大模型有望实现从L3到L5级别的智能化，进一步推动使用成本的降低与应用的普及。

在行业对6G标准的规划中，已有逐步将AI融入系统设计的趋势，从而将其由5G时代的单一用例升级为6G的重要组成部分。例如，在网络优化过程中，AI可以为6G提供全面的支持与效率提升，而6G又能为AI的网络运行及第三方用户提供普遍的智能服务。

AI与5G的深度融合，为大模型基础设施化开辟了崭新的发展路径。