中移智库：2025年任务驱动式智能互联技术白皮书

微信扫码，打开到小程序

����� ��������� ����� ��������� ����� ��������� �������������� 当前，数字经济与智能技术深度融合，智能终端规模化普及、应用场景多 元化拓展，推动“万物互联”向“万智智联”加速演进。然而，传统移动 通信网络以“连接”为核心，难以适配复杂场景下动态变化的互通任务需求。 本白皮书以“任务驱动式智能互联”为核心主线，系统梳理智能互联领域 的场景诉求与技术挑战。其中，船船互联场景聚焦内河航行中船舶动态目 标多、识别维度复杂的痛点，揭示“目标难识别”的核心矛盾；人车家互 联场景针对车辆移动性、家庭网络封闭性、个人终端多样性的特征，剖析 “通信链路跨域跨网难构建”的现实阻碍；智能体互联场景围绕机器人、 AR 设备等交互终端的意图传递需求，指出“通信意图难感知”的技术短板。 基于三大场景的诉求拆解，本白皮书进一步提炼出智能互联面临的“目标 识别精度不足、跨域链路适配性差、意图感知协同性弱”三大挑战。 针对上述挑战，本白皮书创新性提出任务驱动式智能互联网络“敏捷意图 感知，快速目标确认，动态智能互联”的设计理念，以“任务”为锚点重 构互联逻辑，构建“终端身份识别、终端态势感知、端网任务协同、动态 群组创建、智能数据互通、跨网跨域融通”六大关键技术体系，形成从“任 务感知”到“链路构建”再到“协同互联”的全流程解决方案。最后，本 白皮书介绍了船船互联场景下的专网实践案例，通过技术验证为智慧船舶 领域的网络建设提供可复用、可推广的技术范式。 本白皮书旨在系统呈现任务驱动式智能互联的理念框架、技术路径与实践 成果，为产业链上下游企业、科研机构、行业从业者提供参考，推动智能 互联技术在更多领域的创新应用，助力数字经济时代下智慧场景的高质量 发展。 前言 目录 2.1. 概述 2.2. 船船互联场景：通信目标识别难 2.3. 人车家互联场景：通信链路构建难 2.4. 具身智能互联场景：通信意图感知难 02 02 04 05 02 智能互联需求场景 2 07 08 08 3.1. 挑战 1：通信目标识别难 3.2. 挑战 2：通信链路构建难 3.3. 挑战 3：通信意图感知难 3 07 智能互联面临的挑战 前言 1 01 概述 21 联合发布及编制单位 6 19 总结与展望 20 缩略语列表 5 16 5G-A 船船通专网实践 4 10 任务驱动式智能互联网络 10 10 11 4.1. 设计理念 4.2. 技术体系 4.3. 关键技术 4.3.1. 数字身份认证 4.3.2. 终端态势感知 4.3.3. 端网任务协同 4.3.4. 动态群组创建 4.3.5. 智能数据互通 4.3.6. 跨网跨域融通 11 12 12 12 13 14 任务驱动式智能互联技术白皮书 01 概述 1 概述 随着“网络强国”、“数字中国”战略的深入推进，以 5G/5G-A、边缘计算、云计算为代表的新一 代信息技术正加速融入千行百业。中国移动端云互通网络作为承载多样化、高质量用云需求的关键 基础设施，已初步建成规模，通过人、车、家等泛在终端的智能连接，为用户提供了跨域访问、就 近分流等创新服务，显著提升了网络效率与用户体验。然而，随着国民经济和“人工智能 +”的快速 发展，基于 AI 原生的新业态、新模式孕育出全新的互联形态。从国家政策顶层设计来看，《“十四五” 能源领域科技创新规划》《新能源汽车产业发展规划（2021 年—2035 年）》等政策构建了信息消 费“新三样”（智能网联汽车、人工智能终端、具身智能机器人）的全产业链支持体系，明确推动 其向智能化、网联化跃迁，核心目标是打造“人、车、家”全域互联的新型消费生态。这一政策导 向不仅激活了消费端智能产品的创新活力，更催生了以“协同”为核心的新型智能互联场景。未来， 以智能手机为交互中枢、智能车辆为移动空间、家庭智能机器人为场景化服务载体的“家庭新三样”， 将成为社会新生活的主线条，重构个人日常场景的连接逻辑。 面对未来千万亿级别终端的动态、泛在、按需接入需求，当前以静态配置为核心的互通策略与路由 管理机制，其灵活性与智能化水平已难以完全适配，亟待向更加动态、智能、场景化的新范式演进。 一方面，消费端“人、车、家”全域互联需求激增，要求网络具备跨网、跨域协同，动态资源调度能力； 另一方面，智能体终端基于动态任务协作，要求网络具备互通意图感知、通信目标锁定、动态智能 互联能力。 任务驱动式智能互联技术白皮书 02 智能互联需求场景 2 智能互联 需求场景 在国家政策引导与技术创新双重驱动下，“行业端场景深化”与“消费端场景爆发”形成共振，共 同勾勒出全维度智能互联需求图谱。无论是智慧城市、智慧交通、工业制造等垂直行业的效率变革， 还是“人、车、家”全域互联的生活形态重塑，亦或是智能体基于状态感知的动态协同，都对网络 的精准适配能力提出了更高要求。 2.1 概述 当前水路交通场景下船舶动态数据共享和位置追踪主要是通过船舶自动识别系统（AIS）来实现的， 该技术主要用于船舶之间以及船舶与岸基之间的信息共享和交换，其中，共享信息包括了船舶的位置、 航向、航速、船舶类型、呼号等信息。基于这些信息共享帮助船舶驾驶员及时获取周围船舶的动态， 避免碰撞。同时，岸基管理部门可以通过 AIS 监控船舶交通，优化航道管理，提高港口效率。在搜救 行动中，AIS 信息有助于快速定位遇险船舶。此外，AIS 数据还可用于海事安全分析和环境保护，例 如监测船舶排放。 AIS 系统主要依托 VHF 频段的 161.975MHz（CH87B）和 162.025MHz（CH88B）双信道传输数据， 采用自组织时分多址（SOTDMA）协议，将每分钟划分为 2250 个时隙（每个 26.67ms），确保多船 同时通信无冲突。A 类设备（强制安装于 300 吨以上商船）通过 SOTDMA 自主分配时隙，B 类设备（如 渔船）采用 CSTDMA 协议随机占用时隙。定位方面，AIS 集成 GPS 和北斗系统，定位精度可达 3 米。 AIS 系统通过高效通信、精准定位和多系统协同，成为现代航运安全与管理的基石，但存在通信质量 保障低、数据泄密严重、船岸协同能力差等痛点，无法适应内河船舶智能航行的需求。 一是通信质量保障待提升。从实际运行数据来看，现有系统的数据更新频率普遍较低，通常超过 10 秒甚至达到 30 秒，难以满足实时监控与调度需求；在通航密集区域，数据通信还存在信道冲突现象， 导致数据丢失，影响船舶动态跟踪的准确性；同时，现有 AIS（船舶自动识别系统）不具备联接高速 动态更新数据设备的能力，无法适配船舶导航、环境监测等场景下的高频数据交互需求。 2.2 船船互联场景：通信目标识别难 任务驱动式智能互联技术白皮书 03 智能互联需求场景 二是存在数据泄密风险，对国家安全构成潜在威胁。AIS 采用的 VHF 频率为国际通用的公开频段， 具体包括 161.975 MHz（87B 频道）和 162.025 MHz（88B 频道），且 AIS 协议属于国际公开标准， 个人或组织无需特殊技术即可轻松获取内河船舶 AIS 数据，导致战略信息泄露风险难以管控。 三是船岸协同能力差进一步制约了内河航运的智能化升级。目前内河船舶的船 - 船、船 - 岸通信主要 依赖VHF（甚高频）通信技术，而VHF通信存在天然的容量瓶颈，无法承载船岸间高效的数据互通需求， 既难以支持船舶航行状态、货物信息等批量数据的实时传输，也无法满足远程调度、应急指挥等场 景下的高带宽交互需求，成为内河航运数字化转型的重要阻碍。 随着国内智能航运快速发展，内河船舶作为水上物流运输与区域经济联通的重要载体，对船间通信 的高效性与安全性需求日益迫切，移动通信网络正成为内河船舶探索“船船通（S2S）”升级的关键 支撑。一方面，依托 5G 技术高可靠、低时延的核心优势，内河船舶可实现航行状态、水文气象、航 道障碍物等关键信息的实时交互与同步共享，大幅缩短船间信息传输延迟，有效提升船舶协同性， 从根本上改善传统船船互联通信质量不稳定的问题；另一方面，移动网络内生的多重安全防护机制， 能够对船舶航行计划、货物运输信息、船舶设备运行数据等敏感信息进行全链路加密保护，有效抵 御数据拦截、篡改、泄露等安全风险，切实保障航运作业的安全性与保密性，为国内智能航运在内 河领域的深化发展提供有力保障。 在这个场景中，“通信目标识别难”成为亟待突破的重要难题。从当前船舶互通需求来看，每一艘 船舶需将自身的船舶信息（如位置、航向、航速等），以广播形式精准发送至以自身为中心 5 公里 范围之内的其他船舶，这一过程要求移动网络必须精准匹配互通目标。然而，内河航道中每一条船 舶的航行轨迹均具有随机性，以任意一艘船舶为中心的 5 公里广播范围内，接收信息的目标船舶始 终处于动态流转状态。前一秒处于 5 公里范围内的船舶，可能因航行远离脱离广播覆盖，新的船舶 又可能因航行靠近进入覆盖范围，这种无固定规律的目标实时变化，使得移动通信网络难以提前识别、 持续确定每一次广播的具体接收目标，对网络的实时感知、动态组网与快速适配能力提出了极高要求。 图 1 船船互联场景 任务驱动式智能互联技术白皮书 04 智能互联需求场景 随着智能手机、智能网联车的普及与家庭智能设备的发展，人车家互联场景成为智慧生活的重要组 成部分。 第一，人车互联——聚焦智能手机与网联车协同，优化出行体验。 传统代客泊车功能常出现视频回传不稳定、画面卡顿等现象，影响用户体验。需构建高效稳定的人 车数据传输链路，提升视频流传输稳定性，避免泊车指令响应滞后，实现车辆自主泊入和出库等动作， 用户可通过手机实时观看泊车视频，消除等车或找车焦虑，推动代客泊车从功能可用向体验可靠转变。 哨兵模式作为车辆安防功能，其稳定运行需两大通信支撑：一是建立手机与车辆的低延迟传输链路， 解决视频绕行互联网导致的高延迟、易卡顿问题，确保用户远程观看告警视频流畅不中断；二是将 车机视频无缝同步至手机或云端，突破车机存储容量瓶颈，实现海量视频弹性管理，提供更便捷安 全的出行体验。 第二，车家互联——以智能车为家庭空间的延伸，打破车和家的资源壁垒。 传统车机受系统生态限制，娱乐资源库规模有限，难以满足户外露营、长途旅行时的高品质影音需 求。通过打通车家跨域互联通路 , 可实现车机与家庭 NAS 的稳定连接，访问 NAS 私有媒体库，适配 4K/8K 高清视频，同时支持远程访问办公文件、备份照片，摆脱车机本地资源依赖，将车内空间升级 为移动私人影院。 因受到硬件性能与游戏资源限制，传统车机无法满足副驾、后座乘客的高品质游戏需求。若借助车 家互联打破算力壁垒，通过车机安装游戏主机 App，与家庭 PS、XBOX、Steam 等主机建立远程连接， 则将车机大屏转化为沉浸式显示终端，可流畅运行各类 3A 大作，享受流畅、沉浸的专业级游戏体验。 第三，人家互联——围绕智能手机与家庭智能设备互通，守护智慧家庭。 家庭安防功能通常依赖互联网传输，易出现画面卡顿、延迟等问题，需依托人家互联，搭建手机与家 庭安防设备的直接链路，支持用户通过手机 App 实时查看监控，第一时间关注儿童动态，避免靠近 阳台等危险区域；掌握老人健康状态，确保安全预警即时推送，避免救助延误，守护家人的安全与健康。 传统办公文件交互需绕行互联网或依赖 PC 中转，存在卡顿、隐私泄露风险及流程繁琐问题。建立手 机与家庭 NAS、PC、打印机的端到端直连，实现文件调取、同步备份、远程打印及手机编辑工作文 档功能，打破办公空间壁垒，提升移动办公效率，消除办公文件多次转存与公网转发的繁琐流程。 2.3 人车家互联场景：通信链路构建难 任务驱动式智能互联技术白皮书 05 智能互联需求场景 在数智化转型的浪潮中，具身智能正在将人工智能从虚拟世界带入现实生活，成为推动产业智能化 升级的关键力量。从工业机器人的精密协作到人形机器人的灵活交互，从无人机集群的协同作业到 AGV 小车的群体协同，具身智能体正在重新定义智能系统与物理环境的交互模式。相较于传统的固 定业务模式，具身智能交互的通信需求呈现出高动态性、强突发性和强临时性三大特征。 第一，工业协作机器人场景——多机器人动态任务分配与实时协同 高水平智能工厂中，多台协作机器人需要在共享工作空间内完成复杂装配任务。以汽车生产线为例， 当多台工业机器人同时进行车门装配、焊接、喷涂等作业时，每台机器人都需要根据当前工件状态、 其他机器人位置、工艺流程进度等多维信息，实时调整自身的作业策略和运动轨迹。 生产现场的动态变化对传统的预编程控制模式带来了巨大挑战。当某台机器人检测到零部件缺陷需 要更换，或者工件传输出现延迟时，整个机器人集群必须立即重新规划任务分配和协作时序。这种 动态重构需要机器人之间进行高频度、低延迟的状态信息交换，需要新型网络支撑密集的确定性通 信需求。 更为复杂的是，机器人的通信意图往往具有强烈的上下文相关性。同样是发送“位置信息”，在避 障场景下需要毫秒级响应，而在常规巡检时则可容忍秒级延迟；同样是“任务协调”消息，紧急停 机时需要广播给所有设备，而正常作业调整可能只需要通知相邻的数台设备。这种意图的多样性和 动态性使得网络难以预先配置最优的通信策略。 第二，人形机器人场景——复杂环境下的多元交互与突发协同 在智能家庭场景中，人形机器人、机器狗作为家庭智能助手，需要在高度动态的生活环境中与家庭 成员、智能设备、外部服务进行复杂交互。家庭环境的时变性和人机交互的突发性，使得此类设备 面临前所未有的通信挑战。 多元任务交互：人形机器人需要同时处理多重任务，例如通过语音交互了解行程规划，通过视觉识 别判断人、宠物的情绪状态，调用天气服务获取实时信息，控制咖啡机和早餐设备，甚至还要走出 家门陪伴老人和儿童进行安全监护。这个看似日常的场景背后，隐藏着复杂的通信决策难题。 突发业务涌现：家庭场景中突发事件层出不穷。当机器人检测到厨房烟雾报警时，原本进行的日常 对话瞬间切换为应急处理模式——需要立即联系消防系统、通知家庭成员、控制通风设备、调用视 频监控，同时可能还要协调邻里互助或物业管理。这种从“日常模式”到“应急模式”的瞬时切换， 对网络的动态感知和快速响应能力提出极高要求。 2.4 具身智能互联场景：通信意图感知难 任务驱动式智能互联技术白皮书 06 智能互联需求场景 第三，无人机集群场景——大规模协同与动态时变重组 在智慧物流的“最后一公里”配送中，50 架无人机需要在城市上空协同完成包裹派送任务。每架无 人机都是独立的智能体，具备路径规划、避障、降落等自主能力，但同时需要与其他无人机保持密 切协作。 集群飞行的复杂性在于其通信意图的高度动态性。在正常飞行状态下，无人机之间主要交换位置、 航向、速度等基础状态信息，通信频率相对较低。但当检测到突发天气变化或空中交通管制指令时， 整个集群需要立即进入应急协调模式：重新计算飞行路径、调整编队形态、分配备用降落点等。 这种从“常规模式”到“应急模式”的切换往往在数秒内完成，但通信需求却发生实时变化——数 据传输量可能增加 10 倍以上，延迟容忍度从秒级降至毫秒级，参与协调的无人机数量从相邻几架扩 展至整个集群，且随着环境的变化，这些需求可能会频繁的建立、调整、删除。需要通信网络能够 突破原有传统的静态网络配置以适应剧烈的时变需求波动，即时建立专用通信信道，并按需拆除避 免资源浪费和安全隐患。 06 任务驱动式智能互联技术白皮书 07 智能互联面临的挑战 与预定义规则的通信（如固定 IP 绑定、预设终端清单匹配）不同，行业终端、智能体的互通目标无 需依赖静态标识建立绑定关系，而是可灵活依赖空间距离、终端属性等动态因素作为判定依据。从 移动网络视角来看，这类场景的通信对象不存在固定的标识（如 IMSI、设备 ID）与通信源的强绑定 关系，而是以“相对距离阈值”和“终端功能属性”作为通信链路建立的核心标准。 以 2.2 章节中描述的船船通（S2S）场景为例，船舶的通信目标可能不仅以“6 公里空间距离”为基 础判定维度，还会结合其他船舶的“终端属性”（如船舶类型为客船、货船或救援船，航行状态为 正常行驶或应急避险）调整交互优先级。若救援船进入范围，則会自动提升救援船的数据传输带宽， 确保应急指令高效传递。整个过程中，当船舶进入距离阈值且属性匹配时，互通链路自动建立；一 旦船舶驶出范围或属性不再符合交互需求（如救援任务结束），链路则随之释放，完全脱离固定标 识绑定的限制。 再如应急救援领域的智能体协同场景：在山区地震搜救任务中，空中侦查的无人机终端需动态判定 通信目标，寻找“空间距离最近”，即优先与自身 1 公里范围内的搜救机器狗、地面智能机器人建 立链路；同时会结合“终端属性”进一步筛选：若某机器狗携带生命探测仪（属性标签为“生命搜救”）， 无人机则会优先向其下发实时侦查到的生命信号坐标；这种判定逻辑下，无人机的通信目标并非预 先设定的固定机器狗或机器人，而是随自身飞行轨迹、地面设备移动位置及设备功能属性实时变化， 也可能会随着飞行轨迹迅速切换链路。 这类基于“空间距离+终端属性”的动态组网逻辑，与传统依赖固定标识绑定的通信场景形成显著差异， 对移动网络提出了双重新要求：一是需具备实时高精度的距离测算能力，确保距离阈值判定的准确性； 二是需支持终端属性的快速识别与动态更新，实现属性匹配的即时性。 3.1 挑战 1：通信目标识别难 3 智能互联 面临的挑战 任务驱动式智能互联技术白皮书 08 智能互联面临的挑战 在移动网络的传统通信模型中，终端互通通常依赖预设的用户签约，而新型互通场景则要求终端侧“自 主决策 - 主动发起”闭环任务，通信意图随之呈现出显著的临时性、随机性与难以感知性，与传统通 信形成鲜明反差。 以应急救援领域的无人机与机器狗协同搜救任务为例，无人机终端并非按预设时间表或固定指令发 起通信，而是依赖对周边智能体实时状态的感知自主触发。当无人机通过传感器检测到某台负责废 墟探测的机器狗电量低于 20%，或因建筑物遮挡导致信号强度弱于阈值时，会即时生成“请求周边 空闲机器狗接替探测”的协同指令，并主动向 1 公里范围内符合“空闲状态 + 具备废墟探测功能” 的机器狗终端发起通信。从通信意图的产生来看，它既不依赖云端提前调度，也没有固定的发起时 间节点，完全由机器狗的实时电量、信号状态这类动态因素触发，凸显出极强的“临时性”——前 一秒可能无任何通信需求，后一秒因突发状态变化便立即产生通信意图，且意图存续时间短（仅需 完成指令下发与响应确认，通常仅数秒），完成后便终止通信。 3.2 挑战 2：通信链路构建难 3.3 挑战 3：通信意图感知难 随着未来智能终端协同范围从单一区域扩展至跨域、跨网场景，通信链路的构建难度进一步因“跨网、 跨域”需求升级而加剧。未来智能终端的交互将频繁涉及不同类型网络（5G/ 卫星 / 边缘网）、不同 管理域（运营商网络、公共网络与行业专用网）的互通，使得本就复杂的链路构建更添阻碍。 以跨区域山地 - 城市联合应急救援场