专题导读

       目前，以大语言模型和智能体为代表的人工智能（AI）技术发展迅速，在提升网络运维自动化与智能化水平方面展现出显著潜力，并正在深刻变革网络运营管理方式。国际上，以ITU-T和IETF为代表的标准化组织了多次AI赋能网络（AI for Network）的专题讨论，并开始开展相关的标准化工作。尽管如此，业界对于AI在网络运维中还存在若干疑问，如：AI在网络中能到底能发挥什么独特作用?它如何发挥作用？目前已有哪些成功的应用案例？当前还存在哪些重大问题需要业界进一步的攻克？为此，本期以“网络中的AI技术”为主题，聚焦AI技术如何赋能网络运营，邀请该领域的专家学者撰写了5篇文章。这些文章介绍并分析了的最新关键技术进展，从多角度探讨如何在网络中应用AI技术，并对存在问题和具体的解决方案进行了深入讨论。本专题旨在探索我国网络基础设施发展所需要的AI技术，为进一步的产业化和标准化铺平道路。

    《大模型驱动的网络智能运营管理标准化和应用展望》在分析网络运营管理智能化发展需求的基础上，总结了网络运营管理大模型标准化的进展。其次，在提出大模型驱动的网络智能运营管理架构的基础上，阐述了大模型在网络自配置、自优化、自治愈等过程中的关键技术与挑战。接着，通过故障智能运维的实例，验证了大模型在网络运营管理智能化中的可行性与实际效果。最后，从标准引领、价值落地、能力演进等方面对网络运营管理的未来发展进行了展望。

      《大语言模型赋能智能网络的应用与挑战》提出了基于大模型的智能网络管理框架，梳理了大模型在智能网络关键领域的应用路径，并分析了其在提升决策效率、增强服务适配性和降低运维成本等方面的优势。文章进一步探讨了智能网络环境下大模型所面临的技术挑战，包括解空间组合爆炸与NP难问题、多维度不确定性、实时性约束、数据异构性，以及人机协同与成本效益平衡等，同时总结了现有的应对思路。

      《AI智能体赋能网络运营的研究与应用》重点阐述了智能体赋能网络运营管理的关键技术，并列举了共享网络融合规建、基于意图的网络运营服务等代表性应用。然后，结合6G通感算一体化与天地一体网络等前沿趋势，探讨了智能体在未来网络运营管理中的发展方向，旨在构建意图驱动、闭环自优的智能化网络新范式。

      《检索增强的网络流量预测方法》提出了一种融合时序大模型与语言大模型的协同预测框架，实现变更事件驱动的网络流量动态预测。针对变更事件稀疏性及专业语义理解难题，设计了基于检索增强生成的变更影响知识库，通过检索历史相似变更的流量影响特征，构建可解释的上下文提示。在实验中，本方法在包含变更事件的预测场景中展现了降低误差的效果。

      《原生AI融合网络数字孪生赋能下一代无线网络自治》提出一种融合原生AI与网络数字孪生的一体化架构。该架构涵盖无线网络数字孪生中的数据采集、模型构建与管理等关键环节，以及原生AI驱动的网络性能预测、AI用例自生成与网络策略自定制等核心能力。本架构构建了“数据 模型 决策 验证”的内生智能闭环，为应对6G网络高复杂度与高动态性环境下的自治挑战，提供了系统化的架构设计与理论支撑。

       本期的作者来自知名高校、头部企业与科研机构，面向AI for Network，从新技术，从需求、网络架构、新型技术、应用实践等方面介绍了最新的研究成果。期待这些高质量的研究成果能够为基于AI的网络运营提供有益的参考和启示，并在此对所有作者和审稿专家的大力支持表示由衷的感谢！