概述：「3GPP到底有没有把AI写进空口规范？」这是过去两年被问烂、却很少有人给出干净答案的问题。2025年12月Rel-19规范按期冻结，这个问题终于可以用规范文本而不是厂商PPT来回答了。本文逐字拆解Rel-19 RRC规范（TS 38.331）中全部27个AI/ML标识符，说清三件事：真正进标准的是什么（波束预测、CSI预测、监控与数据收集）；被寄予厚望的双边CSI压缩为什么没进标准；以及对网优和一线运维，这套框架意味着哪些新参数、新KPI和新的踩坑点。
从2022年Rel-18立项「AI/ML for NR空口」研究（输出物为TR 38.843）开始，这个行业就一直在传一句话：「AI要进空口了」。五年来，CSI压缩自编码器、UE-gNB联合训练、模型空口下发这些概念消耗了无数会议纪要和展会展台，但「3GPP标准了吗」这个问题，绝大多数人的信息来源是三手转述：某人写LinkedIn，某人翻译成博客，厂商做成汇总页。
2025年12月，Rel-19规范按期完成冻结，3GPP官方明确Rel-19是第二个5G-Advanced版本，2026年Rel-20将延续5G-A商需求并启动第一批6G研究（需求、架构、安全、无线演进）。也就是说，Rel-19的最终文本就是「AI空口第一版标准」的定稿。这时候再去查文本，比再去听演讲有用得多。
先交代规范工作本身的时间线：Rel-19的核心工作项编号是NR_AIML_air（Core部分WI #1021093，性能部分WI #1022093），2024年2月底RAN1#116会议上就出现了正式的工作计划文稿（R1-2401430）。研究阶段TR 38.843覆盖了三大用例——CSI反馈增强、波束管理、定位——为规范项目打了基础。这个节奏本身值得注意：从研究到规范落地，3GPP用了整整一个Release的周期，比行业宣传语的语气慢了一拍。
timeline
title AI空口标准化时间线
2022 : Rel-18立项AI/ML空口研究 输出TR 38.843
2023 : 12月TSG#102确定Rel-19内容
2024 : RAN1#116启动Rel-19规范工作
2025 : 12月Rel-19规范冻结 单边模型落地
2026 : Rel-20推进 6G首批研究启动
对Rel-19版TS 38.331做一次逐字检索，所有匹配aiml-的标识符共27个。这27个标识符里最核心的信息元素AIML-Parameters-r19，内容出乎很多人意料——只有5个字段，且全部是可选的布尔型能力声明：
applicabilityReportingCSI-r19 / applicabilityReportingOther-r19：UE向网络上报「我的模型在什么条件下适用」loggedDataCollection-r19 / eventBasedLoggedDataCollection-r19：普通/事件触发的数据收集能力dataThresholdAvailabilityIndication-r19：数据量达到阈值的通知能力注意这里面没有任何一个字段描述模型本身：没有层数、没有架构、没有权重格式、没有模型ID、没有版本号。3GPP没有把「智能」标准化，标准化的是智能周围的管道——训练数据怎么从终端收上来、模型的适用范围怎么声明、模型的输出怎么上报。
这个设计初看令人失望，细想是对的。模型每18个月迭代一代，而规范一旦冻结要活在硅片里十年。如果Rel-19把某个自编码器拓扑写死进标准，2024年的架构就会绑架到2035年出货的每一台终端。真正该标准化的，是必须交互的公共词汇：数据收集机制、适用性声明、输出格式。模型本身留给厂商竞争——事实也确实如此。
这里要提醒一句看厂商材料时的注意事项：「兼容3GPP Rel-19 AI/ML」这句话，最低限度可能只意味着「UE声明了loggedDataCollection-r19」——这只是一个数据收集能力声明，对模型好坏、是否与任何其他厂家设备互操作，不提供任何信息。验收时看到这句话，值得追问到特性组编号那一层（下文详述）。
Rel-19 AI/ML空口的规范主体，是三个「单边模型」特性——模型完整地住在UE里，消费UE本来就要做的测量，产出网络本来就能理解的报告。网络侧不需要知道模型的存在；模型好，报告更准，模型差，报告变差但格式依然合法。这是整套设计最重要的安全属性。
毫米波小区没有「覆盖面」，只有一扇窄波束组成的扇面，UE用哪个波束，取决于网络选得准不准。传统做法是全量扫描：64个候选波束发64轮参考信号，UE测64轮、报64轮，每个扫描周期都来一遍。这些参考信号开销是真金白银的频谱，而且方向是反的——波束越密收益越高，发现自己用哪个波束的开销也越大。
Rel-19的解法写进了信令：UE只实测一个小的「Set B」（4、8或16个资源），跑模型，对完整的「Set A」（8到64个波束）给出预测结果。按规范枚举值取极限组合：实测4个、预测64个，测量量降到全量扫描的6.25%。规范还留了一个容易被忽略的subUseCases字段，取值subset/diffSet/both——diffSet允许Set B根本不是Set A的子集，也就是「测几个宽波束、预测所有窄波束」，测量侧天线配置可以完全不同，这是一条容易被低估的架构岔路。
如果说Case1是「横着省」，Case2就是「往前看」：UE用一段历史测量（K=2、4或8个实例），上报未来若干时刻（1、2、4或8个）的最优波束，时刻间隔timeGap可选10/20/40/80/160毫秒。把枚举上限相乘，规范框架允许的最大预测视界是8×160ms=1.28秒——规范没有直接写出这个数，这是对枚举做乘法的结果，但算术没有争议。90 km/h的车速下，1.28秒是32米，在毫米波街道峡谷里，32米就是视距和非视距的差别。
信道老化的经典困境：UE测完信道、算完CSI、发上来，等gNB真正调度时信道已经变了。3.5 GHz载波上百公里时速下，信道几毫秒内就失去相关性，预编码瞄准的是信道的「过去时」。传统修法是加密上报，代价是上行开销；AI修法是直接上报信道「将来时」。
规范把CSI预测能力按N4（测量窗口内CSI-RS资源数）拆成两半：N4=1（单快照，无可观测多普勒，本质是先验）和N4>1（时间序列，另一类模型）。这个拆分不是官僚主义——两类能力对应完全不同的芯片开销，让低成本终端可以只支持简单场景而不撒谎。还有一个细节：CSI预测的上报类型只有非周期和半持续，没有周期上报——网络必须显式触发或激活，不许预测报告流无人值守地自己跑，这是规范层面的保守设计。
这一节是整份规范里对运维最有实操价值的部分，却在几乎所有宣传材料里缺席。
5G UE有一份「CSI处理单元」（CPU，注意与通用处理器无关）预算，每份CSI报告按复杂度占用若干CPU一段时间。Rel-19让AI推理计入同一份预算：每个AI特性都带numberOfOccupiedCPU-r19（0~8）和occupiedResourcePool-r19（1~2）字段。两个细节值得玩味：
另一条红线是relaxationTimeline：涉及推理的报告，UE可以获得额外时延，按子载波间隔以符号数给出。把六个numerology的符号数全部换算成绝对时间会发现——所有梯子换算完都是同一串毫秒数：BM-Case1是0.5、1.0、1.5、2.0、2.5、3.0、4.0毫秒，30 kHz和960 kHz下完全相同。推理时延是硅的特性，不随numerology变化，所以规范用物理层唯一听得懂的单位（符号）表达了一个绝对时间预算。三个特性的时限梯度也很有信息量：预测「现在哪个波束最好」最多4毫秒，预测「将来哪个最好」约7毫秒，预测信道矩阵本身约8毫秒——标准用它唯一的表达方式告诉你，它认为哪个问题最难。
| 特性 | RAN1特性组 | 关键参数（TS 38.331） | 收益方向 | 推理时限 |
|---|---|---|---|---|
| 空间波束预测 BM-Case1 | 58-1-2 | Set B 4/8/16，Set A 8~64，子用例subset/diffSet | 削减波束扫描参考信号开销 | 0.5~4.0 ms |
| 时间波束预测 BM-Case2 | 58-1-4 | K=2/4/8，timeGap 10~160 ms，单报告上限32条 | 预判波束切换，视界最长1.28 s | 约7 ms |
| CSI预测 | 58-3-1/58-3-2 | N4=1或N4>1，scalingFactor 1/2/4，无周期上报 | 对抗信道老化，降低上报频度 | 约8 ms |
| 模型性能监控 | 58-1-6/58-3-5 | 监控资源至多64，时机1/3/7/15 | 识别模型失效 | — |
| 数据收集 | 58-1-7/58-3-4 | equal/subset/notSubset三种几何 | 支撑训练与再训练 | — |
五年来自AI空口讨论的旗舰创意，是双边CSI压缩模型：编码器住在UE里把信道估计压成几十个比特，解码器住在gNB里重建。文献里收益数字很漂亮，概念也优雅——「AI原生空口」这个词，多数时候说的就是它。
但对Rel-19最终版TS 38.331逐字检索的结果是：CSI压缩的信令数量为零。不是「研究中」，不是「讨论中」，是没有。没有能力字段，没有配置，没有报告类型。有意思的是，行业通稿至今仍在说「Rel-19引入了可压缩CSI的AI/ML模型」——包括一些英文行业媒体的科普文章。宣传文本与规范文本之间的这道落差，本身就是本文最想交付的结论。
原因值得展开，因为它们全部不是无线工程问题：
flowchart TD
A["网侧下发配置"] --> B["UE数据收集"]
B --> C["适用性声明上报"]
C --> D["模型推理"]
D --> E["推理结果上报"]
E --> F["性能监控对照实测"]
F -->|模型失效| G["采集数据回传再训练"]
F -->|模型正常| E
G --> B
上图是Rel-19实际固化的完整闭环：收集数据（58-1-7/58-3-4）→ 声明适用范围（applicabilityReporting）→ 推理（58-1-2/58-1-4/58-3-1）→ 监控是否仍然成立（58-1-6/58-3-5）。刻意缺席的是「网络把模型下发给UE」的机制——训练、打包、交付，全部留在终端厂商的院子里。
第一，学会用特性组编号砍需求。「你们支持AI/ML吗」是一个从未产出过有用答案的问题；「支持58-1-2和58-1-4吗」是一个在能力表上有确定答案的问题。RAN1特性组标识就留在规范注释里（58-1-2对应BM-Case1推理、58-1-4对应BM-Case2、58-1-6对应监控），就是让人指着它说话的。拿到能力矩阵时，逐行核对这些编号，比听任何一场宣讲都有效。
第二，警惕KPI的语义污染。传统波束扫描配错，是因为无线环境变了——测量是诚实的但过时了；AI预测的波束配错，是测量没问题而推理错了。这两种失效在计数器里的KPI特征一模一样：都是波束失败恢复事件。如果不专门部署区分两者的监控（这正是aiml-BM-Monitoring-r19存在的意义——让UE把模型声称预测的波束真实测一遍、做对照），出了劣化你连根因方向都定不了。
第三，把timeGap当成新的核心调优参数。规范没有告诉你怎么选timeGap——8个时刻×160毫秒是长视界低分辨率，8个时刻×10毫秒是行人场景下的浪费。它必须对着每个小区的移动性分布去配，而移动性分布不是常量。选慢了预测过时，选快了花钱预测一个没变化的未来。这是一个典型的参数工程问题——判断一家厂商是否真的把这个特性跑上过现网，最灵的筛子就是问「你们推荐什么timeGap，为什么」：如果答案是脱离移动性分布的单一数字，答案本身就说明了问题。
第四，采购验收加上三条。一问「模型失效时终端行为是什么、多久恢复、在计数器里长什么样」，答不上来说明监控是事后补的；二问「声明的CPU占用是多少」，零是合法的，但「声明为零却在推理负载下悄悄拖慢普通CSI报告」不违反规范，只能实验室加载验证；三问「Rel-19合规，对的是哪个版本、何时冻结」，然后自己花十分钟把那版文本搜一遍。
短看Phase 2：双边CSI压缩的规范化还在推进，它的命运取决于行业能否回答「权重、责任、测试」三笔账；在落地之前，「AI原生空口」的诚实译名是：UE侧波束预测、UE侧CSI预测，外加支撑它们的数据收集——一个真实有用的东西，只是不是海报上那个东西。
中看网侧：gNB侧的模型（网络能看到所有UE，是完全不同的数学和约束）主要不在这套规范里，而在O-RAN RIC架构中作为xApp/rApp运行。同样的算法，部署故事要混乱得多。
长看Rel-20与6G：2026年Rel-20在延续5G-A商用需求的同时启动首批6G研究，「AI原生」是6G愿景中被提及最多的词之一。Rel-19这一版选择的路线——不标准化模型、只标准化数据管道、适用性声明、推理预算和失效监控——大概率会被6G继承。对一个看了三十年「论坛概念」的行业来说，这份克制比任何一次性能指标跳变都更值得记住。
标准允许多种实现，各厂家的模型质量、默认配置与现网行为以各厂家官方文档和实测为准——这句话在AI空口时代，比以往任何时候都更适用。
本文由「51学通信」技术团队出品。51学通信由通信行业18年老兵爱卫生（微信ID: gprshome201101）维护，聚焦5G/6G核心网、3GPP标准解读、通信前沿技术深度分析。 出版作品有《5G核心网原理与实践》《IMS原理与实践》等4本通信专业书籍。知识星球「51学通信」提供深度技术答疑和行业洞察。
[!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。