## 一、概述 2025年至2026年上半年，全球电信运营商与设备商在AI核心网领域迈出了从"概念验证"到"商用落地"的关键一步。自愈网络从单点故障自动恢复演进为跨域意图驱动的自治闭环；智能切片从静态策略配置升级为Agentic AI实时动态编排。3GPP NWDAF标准的持续演进、TM Forum自治网络L4等级的突破性认证、以及华为AI原生核心网、中兴AIR Core 2.0、Nokia+AWS Agentic AI切片等标志性产品的发布，共同构成了这一轮技术变革的核心图景。本文从自愈网络架构演进、NWDAF智能化、Agentic AI切片、意图驱动网络、核心网数字孪生、LLM赋能网络运维等六个深度方向展开分析，并给出投资与战略建议。 ## 二、行业重大事件一览（2025Q1—2026Q1） | 时间 | 事件 | 主体 | 意义 | |------|------|------|------| | 2025年3月 | MWC 2025发布全球首个AI核心网 | 华为 | 核心网从"AI赋能"迈向"AI原生"里程碑 | | 2025年3月 | Google Cloud发布Autonomous Network Operations框架 | Google Cloud | 云原生自治网络运维范式确立 | | 2025年10月 | 中国移动全球合作伙伴大会发布AIR Core 2.0 | 中兴通讯 | AI原生核心网第二代升级，支持闭环自愈 | | 2025年11月 | Telstra+RedHat完成Zero-Touch自治自愈网络演示 | Telstra/RedHat | 运营商侧零触碰自愈从实验走向PoC验证 | | 2025年12月 | arxiv发布NWDAF闭环自动化研究论文 | 学术界 | LLM+NWDAF学术框架首次系统性提出 | | 2026年2月 | MWC 2026展示行业首个Agentic AI网络切片 | Nokia+AWS+du+Orange | Agentic AI切片跨运营商商用验证 | | 2026年2月 | MWC 2026推动L4自治网络 | 中兴+产业伙伴 | L4自治等级产业共识形成 | | 2026年2月 | Ericsson NetCloud集成Agentic AI | Ericsson | 企业5G专网自治能力突破 | | 2026年3月 | Nokia与Ericsson加强自治网络合作 | Nokia/Ericsson | 竞争对手联手推动开放自治标准 | | 2026年3月 | TDC NET获得TMF L4自治网络认证 | TDC NET/Ericsson | 全球首个TMF L4等级运营商认证 | ## 三、深度方向分析 ### 方向一：自愈网络架构——从规则引擎到认知闭环 自愈网络（Self-Healing Network）的概念由来已久，但长期停留在基于预设规则的简单故障切换层面。2025-2026年的核心突破在于：自愈能力从"被动响应"升级为"主动预测+认知决策"的完整闭环。 **架构演进三阶段：** 第一阶段（L1-L2）为**规则驱动自愈**，以IF-THEN策略为核心，依赖人工编码的专家知识库，覆盖场景有限，典型如传输链路主备切换、网元自动重启等。 第二阶段（L3）为**数据驱动自愈**，引入机器学习模型进行异常检测与根因分析。华为AI核心网在MWC 2025展示的故障预测准确率已达到92%，平均故障恢复时间（MTTR）从小时级缩短至分钟级。Telstra与RedHat合作演示的Zero-Touch自治自愈网络，实现了从故障检测到业务恢复的端到端自动化，无需人工介入。 第三阶段（L4及以上）为**认知驱动自愈**，核心特征是引入大语言模型（LLM）进行故障上下文理解和跨域推理。2026年TM Forum认证的L4自治网络等级，明确要求系统具备跨域意图理解和自适应策略生成能力。TDC NET在Ericsson支持下成为全球首个获得该认证的运营商，标志着认知自愈从实验室走向现网。 **关键技术要素：** - **多源遥测融合**：将网元KPI、日志、信令trace、用户体验指标（QoE）统一接入实时分析管道 - **知识图谱驱动的根因定位**：构建核心网网元关系图谱，将故障传播路径建模为图推理问题 - **生成式AI辅助修复方案**：LLM基于历史工单和运维手册，生成候选修复动作序列，经安全沙箱验证后自动执行 - **闭环反馈学习**：每次自愈操作的结果作为训练数据，持续优化模型精度 值得注意的是，自愈网络的安全性边界是产业界关注的焦点。Ericsson在NetCloud Agentic AI中采用了"人类在环"（Human-in-the-Loop）架构，对于影响范围超过阈值的自愈决策，系统生成执行计划后必须经运维人员确认方可实施，这一设计在运营商中获得了广泛认同。 ### 方向二：NWDAF智能化演进——从数据分析到网络智能中枢 NWDAF（Network Data Analytics Function）是3GPP定义的核心网原生数据分析功能，从Rel-15引入以来经历了多次增强。2025-2026年的核心变化在于：NWDAF正从一个"被动的数据消费者"演变为"主动的网络智能中枢"。 **标准演进路径：** 3GPP Rel-18引入了NWDAF的ML模型管理框架（Mlmf），支持模型的训练、更新和生命周期管理。Rel-19进一步扩展了NWDAF的应用场景，包括： - 网络切片SLA保障分析 - UE移动性预测 - 网络负载预测与容量规划 - 服务体验质量预测 **LLM赋能NWDAF的前沿探索：** 2025年底arxiv发表的《LLM-Enabled NWDAF: A Step Toward AI-Native 6G Network Intelligence》论文，系统性地提出了将大语言模型集成到NWDAF的技术框架。核心思路包括： 1. **自然语言意图解析**：运维人员使用自然语言描述网络策略意图（如"保障园区切片时延低于10ms"），LLM将其转化为NWDAF可执行的策略参数 2. **多模态数据理解**：LLM融合分析结构化KPI数据与非结构化告警日志，提升异常检测的召回率和精确率 3. **知识驱动的分析推理**：利用LLM内嵌的电信领域知识，在缺乏充足标注数据的新场景中提供合理的分析推理 Nokia AVA NWDAF作为商用实现代表，已在全球多个运营商网络中部署，支持从切片级到会话级的精细化分析。Nokia的实践表明，NWDAF驱动的智能切片策略可将切片SLA达标率提升15-20%。 **NWDAF闭环自动化：** 闭环（Closed-Loop）是NWDAF从"观察"走向"行动"的关键。在传统的开环模式下，NWDAF输出分析结果，但策略执行需要人工干预。闭环模式通过将NWDAF的分析输出直接连接到策略控制功能（PCF）和网络管理编排器（NMS/OSS），实现"感知-分析-决策-执行-验证"的全自动循环。GitHub上已出现多个开源的closed-loop-nwdaf实现项目，表明产业生态正在快速形成。 ### 方向三：Agentic AI驱动的智能切片——从自动化到自主化 网络切片是5G核心网区别于4G的核心能力之一，但传统的切片管理面临动态性不足、跨域协同困难、SLA保障被动等挑战。2026年MWC上Nokia与AWS联合展示的Agentic AI网络切片，标志着切片管理从"自动化"迈向"自主化"。 **Nokia+AWS+du+Orange行业首创：** 该方案的核心创新在于引入了基于AI Agent的切片自治架构。与传统的基于策略引擎的切片管理不同，Agentic AI切片具备以下能力： - **环境感知**：AI Agent实时监控切片负载、用户分布、业务流量模式等多维指标 - **自主决策**：Agent根据SLA目标和当前网络状态，自主决定切片资源分配策略，无需预设规则 - **工具调用**：Agent可调用网络编排API、监控API、策略控制API等工具完成切片调整操作 - **持续学习**：Agent通过强化学习从每次切片调整的结果中学习，优化长期决策策略 该方案在du（阿联酋运营商）和Orange的现网中进行了验证，结果表明：在突发流量场景下，Agentic AI切片的SLA保障率比传统方式提升了23%，资源利用率提升了18%。这一数据为Agentic AI在核心网中的应用提供了强有力的商用证明。 **智能切片的核心场景矩阵：** | 场景 | 传统方式 | Agentic AI方式 | 提升幅度 | |------|----------|----------------|----------| | 突发流量弹性扩缩 | 手动/定时策略 | 实时预测+自主扩缩 | SLA保障率+23% | | 跨域切片协调 | 人工编排 | Agent间协商协作 | 编排效率+40% | | 切片故障自愈 | 告警驱动切换 | 预测性迁移 | MTTR降低65% | | 新业务快速上线 | 天级配置 | 分钟级自动编排 | 上线时间-90% | ### 方向四：意图驱动网络（IBN）——运营商自治的终极范式 意图驱动网络（Intent-Based Networking, IBN）是自治网络的最高层抽象。2025-2026年，IBN在核心网领域取得了实质性进展，从学术概念走向标准化和商用部署。 **TM Forum自治网络等级框架：** TM Forum定义的自治网络等级（Autonomous Network Levels）从L0到L5共六级： - **L0-L1**：人工/辅助管理 - **L2**：部分自动化，特定场景可自动执行 - **L3**：条件自治，在定义范围内自主决策 - **L4**：高度自治，跨域意图驱动，自适应策略 - **L5**：完全自治（远期目标） 2026年初，TDC NET在Ericsson支持下获得全球首个TMF L4自治网络认证，这是运营商自治网络演进的重要里程碑。同年MWC 2026上，中兴通讯与产业伙伴联合推动L4自治网络产业共识，发布了系列白皮书和技术规范。 **IBN的核心技术栈：** 1. **意图描述语言**：定义标准化的意图声明语法，支持自然语言到机器策略的转换 2. **意图翻译引擎**：将高层意图分解为可执行的网络配置和策略 3. **持续验证（Continuous Verification）**：实时验证网络状态是否符合意图声明 4. **自动修正（Auto-Remediation）**：当偏离意图时，自动生成并执行修正操作 Nokia在MWC 2026展示的intent-based 5G-Advanced方案中，运营商仅需声明"保障工业控制切片时延<5ms，可用性>99.999%"，系统即可自动完成从AMF/SMF参数配置到UPF部署选址到PCF策略下发到实时监控的全流程闭环。这一演示标志着IBN在核心网领域从"理论可行"进入"工程可用"阶段。 **Nokia与Ericsson联手推动自治标准：** 2026年3月，Nokia与Ericsson宣布加强在自治网络领域的合作，这是两家竞争对手在特定技术领域的罕见联手。合作重点包括：开放自治网络接口标准化、跨厂商意图互操作框架、以及共享的自治网络测试基准。这一合作向市场传递了明确信号——自治网络的标准化和开放性已成为产业共识，而非单一厂商的差异化竞争手段。 ### 方向五：核心网数字孪生——自愈与切片的仿真验证基座 数字孪生（Digital Twin）在核心网中的应用是2025-2026年新兴的重要方向。核心网数字孪生为自愈决策和切片优化提供了安全、可控的仿真验证环境。 **核心价值定位：** 自愈网络面临的核心挑战是"如何确保自愈动作不会引发级联故障"。传统方法依赖于预定义的安全规则和沙箱测试，但核心网状态的复杂性和动态性使得穷举测试不可行。数字孪生通过构建与现网实时同步的虚拟副本，为自愈策略提供了"先仿真后执行"的验证路径。 **架构关键组件：** - **状态同步引擎**：实时从现网采集网元状态、拓扑信息、业务流量等数据，构建镜像环境 - **故障注入器**：支持在数字孪生中模拟各类故障场景（网元宕机、链路中断、流量突发等） - **策略仿真器**：在孪生环境中执行候选自愈或切片策略，评估其效果和副作用 - **差异分析器**：比较孪生环境执行结果与预期目标，量化策略风险 华为AI核心网中已集成了数字孪生能力，其核心网知识图谱与数字孪生环境的结合，使得故障根因分析的准确率和自愈策略的安全性均得到显著提升。中兴AIR Core 2.0同样将数字孪生作为核心组件，支持新业务上线前的全流程仿真验证。 **智能切片中的数字孪生应用：** 在切片管理场景中，数字孪生可支持： - 新切片模板上线前的容量规划和性能预测 - 切片参数调整的影响面分析 - 多切片并发场景下的资源竞争仿真 - 灾难恢复方案的预演和验证 数字孪生的商业化进程正在加速。Google Cloud在MWC 2026发布的Autonomous Network Operations框架中，将数字孪生作为自治运维的基础设施层，提供了云原生的核心网孪生服务。这一模式降低了运营商自建数字孪生的门槛，有望推动数字孪生在核心网中的规模化部署。 ### 方向六：LLM赋能核心网运维——生成式AI重塑O&M范式 大语言模型（LLM）在核心网运维领域的应用是2025-2026年最具变革性的方向之一。与传统的监督学习模型相比，LLM在自然语言理解、多源信息融合、知识推理等方面具有天然优势，正在重塑核心网运维的工作范式。 **四大应用场景：** **1. 智能告警降噪与根因分析** 核心网每天产生数万条告警，其中大量为衍生告警（因同一根因引发的级联告警）。传统规则引擎的降噪率约为60-70%，而LLM通过理解告警之间的语义关联和时序关系，可将降噪率提升至90%以上。华为AI核心网的实践数据显示，LLM辅助的告警处理使无效工单量减少了75%。 **2. 自然语言网络查询** 运维人员可通过自然语言向核心网提问，如"过去24小时AMF区域3的注册成功率趋势如何"，LLM将其转化为查询指令并返回可视化结果。这一能力大幅降低了核心网运维的技能门槛，使得初级运维人员也能完成高级分析任务。 **3. 运维知识助手** LLM可作为核心网运维的"智能导师"，基于厂商文档、历史工单、最佳实践等知识库，为运维人员提供实时的操作指导和故障排查建议。Ericsson NetCloud Agentic AI中已集成了此类能力。 **4. 配置生成与验证** LLM可根据运维意图自动生成网络配置脚本，并在数字孪生环境中进行语法和语义验证。Nokia+AWS的Agentic AI切片方案中，切片配置的自动生成就是基于LLM能力实现的。 **挑战与风险：** LLM在核心网中的应用也面临显著的挑战： - **幻觉问题（Hallucination）**：LLM可能生成看似合理但实际错误的配置或诊断建议，在核心网这一关键基础设施中，错误配置可能导致大面积业务中断 - **实时性约束**：核心网部分场景对响应时延要求极高（毫秒级），当前LLM的推理速度尚无法满足 - **可解释性不足**：LLM的决策过程缺乏透明性，难以满足运营商对运维操作可审计的要求 - **数据隐私与安全**：核心网数据涉及用户隐私和网络安全，LLM训练和推理过程中的数据保护是必须解决的问题 产业界正在通过"LLM+传统模型"的混合架构来缓解上述问题。在关键决策节点，LLM的输出必须经过确定性模型的校验，形成"LLM提议-规则校验-安全执行"的三层防护机制。 ## 四、架构全景图  > *图表 1* ## 五、投资与战略建议 ### 5.1 技术投资方向 **第一优先级（0-12个月）：NWDAF增强与闭环自动化** NWDAF作为3GPP标准的网络智能功能，是运营商AI核心网投资的确定性方向。建议重点投入： - NWDAF与LLM的融合框架研发，抢占"AI-Native NWDAF"技术高地 - 闭环自动化验证环境建设，积累闭环策略库 - 跨域数据采集管道的统一化建设，为上层智能提供高质量数据基座 **第二优先级（6-18个月）：Agentic AI切片商用化** Nokia+AWS的Agentic AI切片已证明商用可行性，建议： - 建设AI Agent编排平台，支持多Agent协同切片管理 - 开发切片场景的强化学习训练环境 - 与头部云厂商合作引入Agentic AI能力 **第三优先级（12-24个月）：核心网数字孪生平台** 数字孪生是自愈与切片优化的验证基座，建议： - 评估Google Cloud等云原生数字孪生服务的适用性 - 建设核心网知识图谱，支撑数字孪生的语义建模 - 制定数字孪生与现网同步的技术规范 ### 5.2 运营商战略建议 1. **拥抱开放标准**：Nokia与Ericsson在自治网络领域的合作传递了明确信号，开放标准是主流方向。运营商应避免被单一厂商的私有AI方案锁定，优先选择支持TMF自治等级和3GPP NWDAF标准的解决方案。 2. **建设AI人才梯队**：核心网AI化需要既懂电信网络又懂AI工程的复合型人才。建议运营商建立"网络+AI"交叉培训体系，同时通过产学研合作引入高校AI人才。 3. **分级推进自治等级**：参考TMF自治等级框架，制定明确的L2→L3→L4演进路线图。建议从单域自治（如传输域自愈）起步，逐步扩展到跨域自治。 4. **重视安全与可审计性**：AI驱动的核心网自治必须建立在安全可控的基础上。建议建立AI决策审计制度，对关键自愈和切片调整操作保留完整的决策日志和人工审计能力。 ### 5.3 风险提示 - **标准碎片化风险**：虽然Nokia与Ericsson在推动开放标准，但各厂商的AI Agent实现仍存在较大差异，短期内的互操作性风险不容忽视。 - **AI可靠性瓶颈**：LLM的幻觉问题和推理时延是当前技术瓶颈，在核心网关键场景中不宜完全依赖LLM决策，混合架构（LLM+确定性模型）是务实的工程选择。 - **投资回报周期**：AI核心网的商用部署涉及网络架构、数据管道、组织流程等多方面变革，投资回报周期可能长于预期，需要战略耐心。 ## 六、总结 2025-2026年是AI核心网从"技术探索"走向"商用部署"的关键转折期。自愈网络在认知AI的驱动下实现了从被动响应到主动预测的质变；智能切片在Agentic AI的赋能下完成了从自动化到自主化的跃迁；NWDAF在LLM的融合下正进化为网络智能中枢；意图驱动网络在TMF L4认证的推动下从概念走向现实；数字孪生为自愈和切片提供了安全验证的基座；LLM正在从根本上重塑核心网运维的工作范式。 这些技术方向的融合发展，指向一个共同的终局——核心网将从人工管理的复杂系统，演进为具备自主感知、自主决策、自主执行、自主进化能力的智能体。这一演进不会一蹴而就，但方向已经明确，路径正在加速形成。对于产业链各方而言，现在正是战略布局的关键窗口期。 > [!tip] 51学通信知识星球 > **星主：爱卫生**（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。 > **星球定位**：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。 > **当前规模**：5200 篇主题 / 990 个回答，198 元/年。 > **加入福利**：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。 > **AI 加持**：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。