在提出从移动互联网时代向移动人工智能时代转型两年后,华为在MWC 2026的智能体核心网峰会上正式推出了AgentVerse概念,预测到2030年网络中智能体处理的工作量将增长1万倍。
华为在峰会上透露,已与全球移动通信系统协会(GSMA)以及来自中东、亚太、欧洲、拉丁美洲等地区的运营商和行业组织合作,共同探索核心网络的AI驱动发展。各方一致认为,5G核心网已进入被称为"智能体核心网"的新阶段。
智能体核心网系统架构与能力
华为的智能体核心网系统将AI集成到移动互联网、语音、运维和电信云基础设施中,使网络能够演进并重塑主要服务产品。华为认为AI为核心网扩展了三项"变革性"能力:实时体验感知、全局体验评估和资源协调,以及智能交互和执行。
这一架构旨在形成一个"网络大脑",驱动闭环体验货币化模型,使体验可定义和可评估,服务产品可营销,质量有保障,用户身份可感知。
解决方案的智能运维部分旨在将网络运营转变为自动化和智能化生态系统,推动核心网向自治网络L4第二阶段发展。第一阶段专注于智能助手NOEMate,为故障和变更提供自动化闭环管理。在此基础上,第二阶段引入分层自治并构建无人工厂,在核心网内实现完全的单域自治。
面向6G时代的AgentVerse愿景
展望6G时代,华为智能体核心网还支持泛在AI智能体接入,构建跨设备和生态系统的基于智能体的通信网络。云核心网络专为不断演进的通信基础设施而设计,将作为AI智能体网络的交换枢纽。
华为无线解决方案副总裁兼首席营销官赵福麟表示:"移动AI正在引发通信行业的范式转变。随着万亿级AgentVerse连接浪潮的到来,移动网络亟需升级。为了释放5G-Advanced的全部潜力,行业应加速端到端升级和创新,构建能够满足未来需求的多维网络能力。"
智能体重塑网络需求的现实案例
在MWC上,华为论证了智能体正在重塑移动网络需求,例如,通过演化成工业自动化和广泛社会变革的引擎。华为举例说明,生产力智能体通过自主学习和对数千台机器人的精确协调,使完全自动化制造成为可能。华为计算,到2030年,全球市场预计将达到万亿级智能连接。
赵福麟补充道:"AI的发展已经超出我们的想象,现在很明显,AI的应用将通过智能体来实现。我们相信,未来每个行业、终端、组织和个人都将由智能体服务,这就是我们提出AgentVerse的原因。仅在去年一年,就有3000万个智能体应用于不同行业,显著提升了垂直领域的生产力;智能体的采用速度非常快。预计到2030年,智能体处理的工作量将增长1万倍。智能体的采用意味着通信方式和通信对象的改变。这意味着,未来智能体将引入新的交互,智能体将与人交互,智能体将与智能体交互。这就是为什么我们认为时代已经改变,无线行业需要准备迎接新服务。"
Q&A
Q1:华为提出的AgentVerse是什么概念?
A:AgentVerse是华为在MWC 2026上提出的新概念,指的是基于智能体的通信网络生态系统。它预测到2030年网络中智能体处理的工作量将增长1万倍,未来每个行业、终端、组织和个人都将由智能体服务,形成万亿级智能连接的全球市场。
Q2:华为智能体核心网具备哪些核心能力?
A:华为智能体核心网具备三项变革性能力:实时体验感知、全局体验评估和资源协调,以及智能交互和执行。这些能力构成"网络大脑",驱动闭环体验货币化模型,使体验可定义和可评估,服务产品可营销,质量有保障,用户身份可感知。
Q3:智能体如何改变未来的通信方式?
A:智能体将引入全新的交互模式,包括智能体与人的交互,以及智能体与智能体之间的交互。这将改变传统的通信方式和通信对象,推动移动网络从服务人类用户扩展到服务智能体,形成跨设备和生态系统的新型通信网络架构。
好文章,需要你的鼓励
企业AI搜索公司Glean宣布年度经常性收入(ARR)达3亿美元,较15个月前的1亿美元增长三倍。尽管谷歌、微软、OpenAI等科技巨头纷纷入局企业AI搜索市场,Glean凭借"上下文图谱"技术深度理解企业业务需求,并帮助客户显著降低AI计算成本。该公司提供按用量计费和混合定价两种模式,客户涵盖Databricks、Reddit、Pinterest及三星等企业。Glean上轮融资后估值达72亿美元。
香港中文大学与MiniMax提出ClaimDiff-RL框架,将图像描述的AI训练从整体打分升级为逐条核查,有效解决了传统方式导致AI"少说保平安"的问题,同时在多项基准测试上超越Gemini-3-Pro-Preview。
杰夫·贝索斯旗下的蓝色起源公司在佛罗里达卡纳维拉尔角进行静态点火测试时,新格伦重型火箭发生爆炸。这是美国历史上最大规模的火箭爆炸之一,也是蓝色起源公司遭遇的最严重失败。所有人员安全,但该事故可能导致新格伦火箭项目长期暂停。此前该火箭已成功完成三次发射,并实现了助推器回收和重复使用。
ParaVT是一个由南洋理工等多校联合提出的并行视频工具调用框架,通过让AI同时分析多段视频并引入PARA-GRPO算法解决训练中的格式崩溃与工具跳过问题,在六项长视频理解测试中平均提升约7.9%。