[中国,上海,2025年6月18日] 2025 MWC上海期间,由中国信息通信研究院主办,以“拥抱AI,激发网络新质生产力”为主题的智能IP广域网(AI WAN)产业论坛成功举办。该论坛聚焦智能时代的产业热点和技术趋势,深度剖析智能IP广域网的应用场景和优秀创新,系统整合先行者的实践经验,打造AItoX引擎,助力加速运营商业务新增长。同时,《智能IP广域网(AI WAN)研究报告》的发布,标志着产业界在IP广域网未来发展方向达成共识,通过AI与网络深度融合,激发网络新质生产力。

《智能IP广域网(AI WAN)研究报告》
随着智能时代加速到来,AI驱动的创新应用场景层出不穷,新技术、新业务与新模式的涌现,对IP广域网络基础设施提出了前所未有的挑战,急需升级新一代网络。中国工程院邬贺铨院士指出:“智能IP广域网(AI WAN)是人工智能与IP广域网双向赋能的结果,是新质互联网的重要特征之一。”
中国信息通信研究院总工程师敖立强调:“当今世界正处于新一轮科技革命和产业变革的历史交汇点,数字化、智能化浪潮席卷全球,网络技术作为数字经济发展的基石,正以前所未有的速度演进与升级。在这个背景下,智能IP广域网(AI WAN)作为新一代信息网络技术的重要发展方向,正在成为推动各行业数字化转型、实现AI普惠发展的重要动力。”
针对IP广域网的AI赋能产业趋势,业界领先的运营商联合华为展开了一系列技术架构创新和AItoX实践成果,为产业落地树立了标杆。
华为高级副总裁、ICT销售与服务总裁李鹏表示:“AI WAN通过AI与WAN网络的深度融合,实现算网、体验和安全的重新定义,帮助运营商更好地发挥网络的优势,把握智能化时代新机会。”
华为数据通信产品线总裁王雷表示:“全球运营商加速AI与网络融合迈向AI WAN,华为AI WAN解决方案以AI全面赋能IP网络,通过感知体验升级、运维体验升级和安全体验升级,助力运营商实现承载网价值跃迁和变现。”
自MWC25巴塞罗那期间华为发布AI WAN解决方案以来,各大运营商取得显著实践成果。中国信通院、中国电信、中国移动、中国联通和华为联合进行了智能IP广域网(AI WAN)阶段性成果发布,河南移动、上海电信、内蒙古联通和联通数字科技等运营商代表们现场分享智能IP广域网的创新实践成果。这些实践成果的发布意味着智能IP广域网(AI WAN)通过IP网络与AI深度融合,为政企、行业、公众用户提供智能化高品质的网络服务。例如,上海电信立足“智云上海”新型基础架构,采用AI WAN 智算广域网解决方案部署城域智算POD,推动算力资源在运营商和企业侧高效流转,为千行万业提供像水电一样的算力公共服务。
本次论坛的成功举办与研究报告的发布,不仅为网络智能化转型提供了系统的理论支撑与清晰的技术路径,更为推动IP广域网演进和繁荣产业生态奠定了坚实基础。
2025 MWC 上海于6月18日至6月20日在中国上海举行。华为展区位于上海新国际博览中心(SNIEC)N1馆。2025年5G-A商用加速发展,华为与全球运营商、行业精英、意见领袖等一同深入探讨通过AI技术创新,重塑业务、基础设施及运营运维,实现商业新增长,加速迈向智能世界。欲了解更多详情,请阅: https://carrier.huawei.com/cn/events/mwcs2025
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。