移远通信：2025年AI大模型技术方案白皮书（42页）.pdf

1、AI 大模型技术方案白皮书2025年7月3410162331AI大模型技术方案白皮书发展态势应用场景技术方案未来展望40成功案例引言技术特点2AI大模型技术方案白皮书引言在科技飞速发展的当下，AI大模型与5G、物联网等的融合正成为一股不可阻挡的浪潮，深刻地改变着物联网行业的格局。从智能家居到工业制造，从智慧医疗到辅助驾驶，AI大模型的应用为物联网带来了前所未有的机遇和变革。2025年，AI将在物联网的边缘设备上得到广泛应用，例如智能视频传输设备、工业设备等，实现本地化的实时数据处理和推理。这种融合不仅减少了数据传输延迟，还降低了云端计算和存储的压力，同时提高了数据隐私和安全性。尤其自2024年

2、5G-A商用以来，其在容量、速率、时延、定位等方面较5G均实现了大幅度提升。数据下载的最高速率从5G初期的千兆提升到万兆，上行的峰值速率也从百兆提升到千兆；毫秒级低时延，大大减少了数据传输的延迟时间；支持更多设备同时接入，无论是拥挤的商场还是设备密集的智慧家居场景，5G-A都能保持稳定连接。在5G-A商用一周年之际，最新统计数据显示，全国已有300多个城市实现5G-A覆盖，用户数超1,000万名。5G-A的大上行体验、低时延特性以及全场景物联能力，将为移动AI时代的实时交互、多模态处理和广泛连接提供更坚实保障，赋能千行百业智能化升级。在智能化升级的宏大版图中，AI智能体是另一极为关键的一环，是

3、实现复杂智能任务的核心载体。AI智能体是一种具备自主感知、决策和执行任务能力的智能系统。它就如同拥有“智慧大脑”的虚拟存在，能够像人类一样，依据周围环境的变化做出合理判断与行动。随着AI智能体与5G、物联网等前沿技术深度融合，创造出更多令人瞩目的应用场景与商业模式，智能体能够实时获取海量的设备数据，实现对各类设备的精准控制与智能管理，二者融合催生“智能连接体”。以“智能连接体”为核心的AI大模型包括端侧大模型和云端大模型，二者各自有明显的优势和应用场景。端侧模型通过在本地运行实现低时延、隐私保护和成本节省，而云端大模型则利用云计算资源提供强大的计算能力和大规模多模态处理。未来，通过硬件与软件的

4、深入优化，大模型技术将在端-云协同的架构下，进一步拓展其应用场景和实际价值，满足智能家居、智能制造、智慧医疗、辅助驾驶等众多场景需求。3AI大模型技术方案白皮书技术特点“AI大模型”是人工智能预训练大模型的简称，作为一种基于深度学习的人工智能模型，其包含了“预训练”和“大模型”两层含义，二者结合产生新的人工智能模式，其中预训练阶段通过海量数据（如互联网文本、图像）学习通用特征（如语言结构、图像纹理），形成基础认知能力；微调仅需针对具体任务，通过优化模型高层参数适应特定场景，同时保留底层通用特征，无需从头训练，从而大幅降低数据需求，并提升跨任务鲁棒性。这些模型通常具有多层神经网络结构，并使用优化

5、算法和计算资源进行训练，具有强大的泛化性（知识迁移到新领域）、通用性（不局限于特定领域）和涌现性（产生预料之外的新能力）特征。具体来说，AI大模型通过对海量数据的学习，捕捉其中的规律和知识，从而在自然语言处理（NLP）、计算机视觉（CV）、智能语音等多个领域实现突破性性能提升。例如，OpenAI推出的GPT系列模型就是一种典型的AI大模型，其具有巨量参数和深度网络结构，能学习并理解众多特征和模式，从而在处理复杂任务时展现强大的自然语言理解、意图识别、推理、内容生成等能力，同时具有通用问题求解能力，被视作通往通用人工智能的重要路径。AI大模型的应用正迅速成为新一代信息技术发展的主流，按部署方式划

6、分，AI大模型主要分为云侧大模型和端侧大模型两类。无论是云端运行还是端侧部署，它们都展示了巨大的潜力和差异化的优势。云侧大模型由于部署在云端，其拥有更大的参数规模、更多的算力资源以及海量的数据存储需求等特点；端侧大模型通常部署在手机、PC、智能设备等终端上，具有参数规模小、响应速度快、本地化运行、隐私保护强等特点。具体而言，云侧大模型分为通用大模型和行业大模型；端侧大模型主要有手机大模型、PC大模型、行业大模型等。从云侧大模型看，通用大模型具有适用性广泛的特征，其训练数据涵盖多个领域，能够处理各种类型的任务，普适性较强；行业大模型具有专业性强等特点，针对特定行业（如金融、医疗、工业等）的需求进