弥合认知鸿沟：面向 6G 智能体化 AI-RAN 的统一内存范式
网络与互联网体系结构
2026-05-12 v1 人工智能
摘要
随着 6G 的演进，无线接入网必须超越传统自动化，拥抱具备感知、推理和演化能力的智能体化 AI。在当前解耦架构中持续存在一个根本性的认知鸿沟，其中接口迫使物理层将高维状态压缩为低维度量，将推理智能体困在语义瓶颈之后。本文设想从接口绑定架构向以内存为中心的架构转变。我们提出了一种统一内存范式，通过将生物记忆层级映射到异构计算结构上，消除感知与推理之间的边界。在新兴相干互连技术的支持下，这种方法创建了一个认知连续体，其中微秒级反射、毫秒级推理和长期演化在不同时间尺度上共享状态。通过用零拷贝可观测性取代消息传递，我们使 AI 智能体能够弥合实时响应性与长程上下文之间的鸿沟，从而实现真正自主的 6G 网络。
引用
@article{arxiv.2605.10036,
title = {Bridging the Cognitive Gap: A Unified Memory Paradigm for 6G Agentic AI-RAN},
author = {Xijun Wang and Zhaoyang Liu and Chenyuan Feng and Xiang Chen and Howard H. Yang and Tony Q. S. Quek},
journal= {arXiv preprint arXiv:2605.10036},
year = {2026}
}
备注
This work has been submitted to the IEEE for possible publication